관리자가 테이블 계산을 만들 수 있는 권한을 부여한 경우 다음 기능을 사용하면 Looker 표현식을 만들 필요 없이 일반적인 함수를 빠르게 수행할 수 있습니다.
- 바로가기 계산: Explore의 데이터 테이블에 있는 숫자 필드에서 빠르게 일반 계산을 수행합니다.
관리자가 커스텀 필드를 만들 수 있는 권한을 부여한 경우 다음 기능을 사용하면 Looker 표현식을 만들지 않고 일반적인 함수를 빠르게 수행할 수 있습니다.
커스텀 그룹:
sql
매개변수 또는type: case
필드에서CASE WHEN
논리를 개발하지 않고 커스텀 라벨 아래에 값을 빠르게 그룹화할 수 있습니다.커스텀 구간:
type: tier
LookML 필드를 개발하지 않고도 커스텀 계층에서 숫자 유형 측정기준을 그룹화할 수 있습니다.
Looker 표현식(Lexp라고고도 함)은 다음에 대한 계산을 수행하는 데 사용됩니다.
이러한 표현식의 주요 부분은 해당 표현식에서 사용할 수 있는 함수 및 연산자입니다. 함수와 연산자는 몇 가지 기본 범주로 나눌 수 있습니다.
- 수학적: 숫자 관련 함수
- 문자열: 단어 및 문자 관련 함수
- 날짜: 날짜 및 시간 관련 함수
- 논리 변환: 부울(true 또는 false) 함수 및 비교 연산자 포함
- 위치 변환: 다른 행 또는 피벗에서 값 검색
일부 함수는 테이블 계산에만 사용 가능
커스텀 필터 및 커스텀 필드에 대한 Looker 표현식은 데이터 유형을 변환하거나, 여러 행의 데이터를 집계하거나, 다른 행 또는 피벗 열을 참조하는 Looker 함수를 지원하지 않습니다. 이러한 함수는 테이블 계산(데이터 테스트의 expression
매개변수에 사용되는 테이블 계산 포함)에만 지원됩니다.
이 페이지는 Looker 표현식을 사용하는 위치에 따라 사용 가능한 함수와 연산자를 명확하게 밝히도록 정리되어 있습니다.
수학 함수 및 연산자
수학 함수와 연산자는 다음 두 가지 방식 중 하나로 작동합니다.
- 일부 수학 함수는 단일 행을 기준으로 계산을 수행합니다. 예를 들어 반올림, 제곱근 가져오기, 곱셈, 비슷한 함수를 단일 행의 값에 사용하여 각각의 모든 행에 대해 고유한 값을 반환할 수 있습니다.
+
와 같은 모든 수학 연산자는 한 번에 하나의 행에 적용됩니다. - 평균과 누적 합계와 같은 다른 수학 함수는 여러 행에 걸쳐 작동합니다. 이러한 함수는 여러 행을 가져와 단일 숫자로 줄인 다음 모든 행에 동일한 숫자를 표시합니다.
모든 Looker 표현식의 함수
함수 | 구문 | 목적 |
---|---|---|
abs |
abs(value) |
value 의 절댓값을 반환합니다. 예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
ceiling |
ceiling(value) |
value 보다 작거나 같은 가장 작은 정수를 반환합니다. |
exp |
exp(value) |
e를 value 의 거듭제곱으로 반환합니다. |
floor |
floor(value) |
value 보다 작거나 같은 가장 큰 정수를 반환합니다. |
ln |
ln(value) |
value 의 자연 로그를 반환합니다. |
log |
log(value) |
value 의 Base-10 로그를 반환합니다. |
mod |
mod(value, divisor) |
divisor 로 value 을 나눈 나머지를 반환합니다. |
power |
power(base, exponent) |
exponent 를 base 만큼 거듭제곱한 값을 반환합니다. 예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
rand |
rand() |
0과 1 사이의 난수를 반환합니다. |
round |
round(value, num_decimals) |
num_decimals 소수점 자릿수로 반올림된 value 를 반환합니다. round 를 사용한 예시는 테이블 계산에서 pivot_index 사용 및 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
sqrt |
sqrt(value) |
value 의 제곱근을 반환합니다. 예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
테이블 계산 전용 함수
이러한 함수의 대부분은 여러 행에서 작동하며 쿼리에서 반환되는 행만 고려합니다.
함수 | 구문 | 목적 |
---|---|---|
acos |
acos(value) |
value 의 역코사인을 반환합니다. |
asin |
asin(value) |
value 의 역사인을 반환합니다. |
atan |
atan(value) |
value 의 역탄젠트를 반환합니다. |
beta_dist |
beta_dist(value, alpha, beta, cumulative) |
매개변수 alpha 및 beta 를 사용하여 베타 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
beta_inv |
beta_inv(probability, alpha, beta) |
매개변수 alpha 및 beta 를 사용하여 역누적 베타 배포에서 probability 의 위치를 반환합니다. |
binom_dist |
binom_dist(num_successes, num_tests, probability, cumulative) |
주어진 성공 probability 로 num_tests 테스트에서 num_successes 성공 확률을 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
binom_inv |
binom_inv(num_tests, test_probability, target_probability) |
binom(k, num_tests, test_probability, yes) >= target_probability 와 같이 가장 작은 숫자 k 를 반환합니다. |
chisq_dist |
chisq_dist(value, dof, cumulative) |
자유도가 dof 인 감마 배포에 대한 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
chisq_inv |
chisq_inv(probability, dof) |
자유도가 dof 인 역누적 감마 배포에 대한 probability 위치를 반환합니다. |
chisq_test |
chisq_test(actual, expected) |
actual 데이터와 expected 데이터 간의 독립성에 대한 카이제곱 테스트의 확률을 반환합니다. actual 는 열 또는 목록의 열일 수 있으며 expected 는 동일한 유형이어야 합니다. |
combin |
combin(set_size, selection_size) |
set_size 크기 집합에서 selection_size 요소를 선택하는 방법의 수를 반환합니다. |
confidence_norm |
confidence_norm(alpha, stdev, n) |
유의 수준 alpha , 표준 편차 stdev , 샘플 크기 n 에서 정규 신뢰 구간 너비의 절반을 반환합니다. |
confidence_t |
confidence_t(alpha, stdev, n) |
유의 수준 alpha , 표준 편차 stdev 및 샘플 크기 n 에서 학생 t-배포 신뢰 구간 너비의 절반을 반환합니다. |
correl |
correl(column_1, column_2) |
column_1 및 column_2 의 상관 계수를 반환합니다. |
cos |
cos(value) |
value 의 코사인을 반환합니다. |
count |
count(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 으로 정의된 열에서 null 이 아닌 값의 개수를 반환합니다. 이 경우 각 목록의 개수를 반환합니다. |
count_distinct |
count_distinct(expression) |
expression 에서 정의한 열을 정의하지 않는 한 expression 에 의해 정의된 열에서 고유한 null 이 아닌 값의 개수를 반환합니다. 이 경우 각 목록의 개수를 반환합니다. |
covar_pop |
covar_pop(column_1, column_2) |
column_1 및 column_2 의 모집단 공분산을 반환합니다. |
covar_samp |
covar_samp(column_1, column_2) |
column_1 및 column_2 의 표본 공분산을 반환합니다. |
degrees |
degrees(value) |
value 를 라디안에서 도로 변환합니다. |
expon_dist |
expon_dist(value, lambda, cumulative) |
매개변수 lambda 를 사용하여 지수 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
f_dist |
f_dist(value, dof_1, dof_2, cumulative) |
dof_1 및 dof_2 매개변수를 사용하여 F 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
f_inv |
f_inv(probability, dof_1, dof_2) |
dof_1 및 dof_2 매개변수를 사용하여 역누적 F 배포에서 probability 의 위치를 반환합니다. |
fact |
fact(value) |
value 의 계승을 반환합니다. |
gamma_dist |
gamma_dist(value, alpha, beta, cumulative) |
매개변수 alpha 및 beta 를 사용하여 감마 배포에서 value 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
gamma_inv |
gamma_inv(probability, alpha, beta) |
매개변수 alpha 및 beta 를 사용하여 역누적 감마 배포에서 probability 의 위치를 반환합니다. |
geomean |
geomean(expression) |
expression 에서 목록의 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 기하 평균을 반환합니다. 이 경우 각 목록의 기하 평균을 반환합니다. |
hypgeom_dist |
hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) |
지정된 sample_size , population_successes 수 및 population_size 를 얻을 sample_successes 확률을 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
intercept |
intercept(y_column, x_column) |
y_column 및 x_column 에 의해 결정된 지점을 통해 선형 회귀선의 절편을 반환합니다. 예를 들어 테이블 계산을 사용하여 Looker에서 예측하는 방법 커뮤니티 게시물을 참조하세요. |
kurtosis |
kurtosis(expression) |
expression 에서 목록의 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 표본 초과 Kurtosis를 반환합니다. 이 경우 각 목록의 표본 초과 Kurtosis를 반환합니다. |
large |
large(expression, k) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 가장 큰 값 k 를 반환합니다. 이 경우 각 목록에서 k 번째로 큰 값을 반환합니다. |
match |
match(value, expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 value 의 첫 번째 발생 행 번호를 반환합니다. 이 경우 각 목록에서 value 의 위치를 반환합니다. |
max |
max(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 최댓값을 반환합니다. 이 경우 각 목록의 최댓값을 반환합니다. max 사용 예시는 테이블 계산 목록 사용 및 테이블 계산의 측정기준별 그룹화 커뮤니티 게시물을 참조하세요. |
mean |
mean(expression) |
expression 에서 목록의 열을 정의하지 않는 한 expression 에 의해 생성된 열의 평균을 반환합니다. 이 경우 각 목록의 평균을 반환합니다. mean 사용 예시는 이동 평균 계산 커뮤니티 게시물과 테이블 계산을 사용한 표준 편차 및 간단한 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
median |
median(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 중앙값을 반환합니다. 이 경우 각 목록의 중앙값을 반환합니다. |
min |
min(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 최솟값을 반환합니다. 이 경우 각 목록의 최솟값을 반환합니다. |
mode |
mode(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 모드를 반환합니다. 이 경우 각 목록의 모드를 반환합니다. |
multinomial |
multinomial(value_1, value_2, ...) |
인수 합계를 각 계승의 곱으로 나눈 계승을 반환합니다. |
negbinom_dist |
negbinom_dist(num_failures, num_successes, probability, cumulative) |
지정된 성공 probability 로 num_successes 성공 전에 num_failures 실패가 발생할 확률을 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
norm_dist |
norm_dist(value, mean, stdev, cumulative) |
지정된 mean 및 stdev 를 사용하여 정규 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
norm_inv |
norm_inv(probability, mean, stdev) |
역정규 누적 분포에서 probability 의 위치를 반환합니다. |
norm_s_dist |
norm_s_dist(value, cumulative) |
표준 정규 분포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
norm_s_inv |
norm_s_inv(probability) |
역표준 정규 누적 분포에서 probability 의 위치를 반환합니다. |
percent_rank |
percent_rank(column, value) |
column 의 value 순위를 0~1(포함)의 백분율로 반환합니다. 여기서 column 은 고려할 데이터 세트를 포함하는 열, 필드, 목록 또는 범위이며 value 는 백분율 순위가 결정될 값을 포함하는 열입니다.사용 예시:percent_rank(${view_name.field_1}, ${view_name.field_1}) percent_rank(list(1, 2, 3), ${view_name.field_1}) percent_rank(list(1, 2, 3), 2) |
percentile |
percentile(expression, percentile_value) |
expression 에서 목록의 열을 정의하지 않는 한, 지정된 percentile_value 에 해당하는 expression 으로 생성된 열에서 값을 반환합니다. 이 경우 각 목록의 백분위수 값을 반환합니다. percentile_value 는 0에서 1 사이여야 합니다. 그렇지 않으면 null 을 반환합니다. |
pi |
pi() |
PI의 값을 반환합니다. |
poisson_dist |
poisson_dist(value, lambda, cumulative) |
매개변수 lambda 를 사용하여 poisson 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
product |
product(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 곱을 반환합니다. 이 경우 각 목록의 곱을 반환합니다. |
radians |
radians(value) |
value 를 도에서 라디안으로 변환합니다. |
rank |
rank(value, expression) |
expression 에 의해 생성된 열에서 value 순위를 반환합니다. 예를 들어 총 할인가를 기준으로 주문 순위를 지정하려는 경우 쿼리의 order_items.total_sale_price 의 전체 열과 비교할 때 쿼리의 order_items.total_sale_price 의 각 값에 대한 순위를 제공하는 rank(${order_items.total_sale_price},${order_items.total_sale_price}) 를 사용할 수 있습니다. expression 이 여러 목록을 정의하는 경우 이 함수는 각 목록에 있는 value 의 상대적 크기를 반환합니다. 예시를 보려면 테이블 계산으로 순위 커뮤니티 게시물을 참조하세요. |
rank_avg |
rank_avg(value, expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 value 의 평균 순위를 반환합니다. 이 경우 각 목록에서 value 의 평균 순위를 반환합니다. |
running_product |
running_product(value_column) |
value_column 값의 누적 곱을 반환합니다. |
running_total |
running_total(value_column) |
value_column 값의 누계를 반환합니다. 예를 들어 테이블 계산을 사용하여 누계 열 만들기 권장사항 페이지를 참조하세요. |
sin |
sin(value) |
value 의 사인을 반환합니다. |
skew |
skew(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 샘플 편향을 반환합니다. 이 경우 각 목록의 샘플 편향을 반환합니다. |
slope |
slope(y_column, x_column) |
y_column 및 x_column 에 의해 결정된 점을 통해 선형 회귀선의 기울기를 반환합니다. 예를 들어 테이블 계산을 사용하여 Looker에서 예측하는 방법 커뮤니티 게시물을 참조하세요. |
small |
small(expression, k) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 k 번째 작은 값을 반환합니다. 이 경우 각 목록의 k 번째 가장 작은 값을 반환합니다. |
stddev_pop |
stddev_pop(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 표준 편차(모집단)를 반환합니다. 이 경우 각 목록의 표준 편차(모집단)가 반환됩니다. |
stddev_samp |
stddev_samp(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 표준 편차(표본)를 반환합니다. 이 경우 각 목록의 표준 편차(표본)가 반환됩니다. |
sum |
sum(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 합계를 반환합니다. 이 경우 각 목록의 합계를 반환합니다. sum 을 사용한 예시는 테이블 계산에서 행 간 집계(행 합계) 및 총계 비율 계산 방법 권장사항 페이지를 참조하세요. |
t_dist |
t_dist(value, dof, cumulative) |
학생의 t-배포에서 자유도가 dof 인 value 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
t_inv |
t_inv(probability, dof) |
자유도가 dof 인 역정규 누적 분포에서 probability 의 위치를 반환합니다. |
t_test |
t_test(column_1, column_2, tails, type) |
1 또는 2 tails 를 사용하여 column_1 및 column_2 의 데이터에 대한 학생의 t-테스트 결과를 반환합니다. type : 1 = 페어링, 2 = 동분산, 3 = 이분산 |
tan |
tan(value) |
value 의 탄젠트를 반환합니다. |
var_pop |
var_pop(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 분산(모집단)을 반환합니다. 이 경우 각 목록의 분산(모집단)을 반환합니다. |
var_samp |
var_samp(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 분산(표본)을 반환합니다. 이 경우 각 목록의 분산(표본)을 반환합니다. |
weibull_dist |
weibull_dist(value, shape, scale, cumulative) |
매개변수 shape 및 scale 를 사용하여 Weibull 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
z_test |
z_test(data, value, stdev) |
가설 평균 value 에서 기존 data 및 stdev 를 사용하여 z-테스트의 단측 p-값을 반환합니다. |
모든 Looker 표현식 연산자
다음과 같은 표준 수학 연산자를 사용할 수 있습니다.
연산자 | 구문 | 목적 |
---|---|---|
+ |
value_1 + value_2 |
value_1 및 value_2 를 추가합니다. |
- |
value_1 - value_2 |
value_1 에서 value_2 를 뺍니다. |
* |
value_1 * value_2 |
value_1 과 value_2 를 곱합니다. |
/ |
value_1 / value_2 |
value_1 1 value_2 로 나눕니다. |
문자열 함수
문자열 함수는 통칭해서 "문자열"이라고 부르는 문장, 단어, 문자를 대상으로 작동합니다. 문자열 함수를 사용하면 단어 및 문자를 대문자로 전환하거나, 문구의 일부를 추출하거나, 단어 또는 문자가 문구에 포함되었는지 여부를 확인하거나, 단어 또는 문구의 요소를 대체할 수 있습니다. 문자열 함수는 테이블에서 반환되는 데이터의 형식을 지정하는 데도 사용될 수 있습니다.
모든 Looker 표현식의 함수
테이블 계산 전용 함수
날짜 함수
날짜 함수를 사용하면 날짜 및 시간 관련 작업을 수행할 수 있습니다.
모든 Looker 표현식의 함수
함수 | 구문 | 목적 |
---|---|---|
add_days |
add_days(number, date) |
number 일을 date 에 추가합니다. |
add_hours |
add_hours(number, date) |
number 시간을 date 에 추가합니다. |
add_minutes |
add_minutes(number, date) |
number 분을 date 에 추가합니다. |
add_months |
add_months(number, date) |
number 개월을 date 에 추가합니다. |
add_seconds |
add_seconds(number, date) |
number 초를 date 에 추가합니다. |
add_years |
add_years(number, date) |
number 년을 date 에 추가합니다. |
date |
date(year, month, day) |
날짜가 유효하지 않을 경우 'year-month-day ' 날짜 또는 null 을 반환합니다. |
date_time |
date_time(year, month, day, hours, minutes, seconds) |
날짜가 유효하지 않은 경우 year-month-day hours:minutes:seconds 날짜 또는 null 을 반환합니다. |
diff_days |
diff_days(start_date, end_date) |
start_date 에서 end_date 사이의 일 수를 반환합니다. 예시를 보려면 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요. |
diff_hours |
diff_hours(start_date, end_date) |
start_date 에서 end_date 사이의 시간을 반환합니다. |
diff_minutes |
diff_minutes(start_date, end_date) |
start_date 에서 end_date 사이의 시간(분)을 반환합니다. 예시를 보려면 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요. |
diff_months |
diff_months(start_date, end_date) |
start_date 에서 end_date 사이의 개월 수를 반환합니다. 예를 들어 테이블 계산에서 측정기준별 그룹화 커뮤니티 게시물을 참조하세요. |
diff_seconds |
diff_seconds(start_date, end_date) |
start_date 에서 end_date 사이의 시간(초)을 반환합니다. |
diff_years |
diff_years(start_date, end_date) |
start_date 에서 end_date 사이의 시간(연)을 반환합니다. |
extract_days |
extract_days(date) |
date 에서 일수를 추출합니다. 예시를 보려면 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요. |
extract_hours |
extract_hours(date) |
date 에서 시간을 추출합니다. |
extract_minutes |
extract_minutes(date) |
date 에서 분을 추출합니다. |
extract_months |
extract_months(date) |
date 에서 월을 추출합니다. |
extract_seconds |
extract_seconds(date) |
date 에서 초를 추출합니다. |
extract_years |
extract_years(date) |
date 에서 연도를 추출합니다. |
now |
now() |
현재 날짜 및 시간을 반환합니다. now 를 사용하는 예시는 Now() 테이블 계산 함수에서 더 나은 시간대 처리 및 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요. |
trunc_days |
trunc_days(date) |
date 를 일 단위로 자릅니다. |
trunc_hours |
trunc_hours(date) |
date 를 시간 단위로 자릅니다. |
trunc_minutes |
trunc_minutes(date) |
date 를 분 단위로 자릅니다. |
trunc_months |
trunc_months(date) |
date 를 월 단위로 자릅니다. |
trunc_years |
trunc_years(date) |
date 를 연 단위로 자릅니다. |
테이블 계산 전용 함수
함수 | 구문 | 목적 |
---|---|---|
to_date |
to_date(string) |
string (YYYY, YYYY-MM, YYYY-MM-DD, YYYY-MM-DD hh, YYYY-MM-DD hh:mm 또는 YYYY-MM-DD hh:mm:ss)에 해당하는 날짜 및 시간을 반환합니다. |
논리 함수, 연산자, 상수
논리 함수 및 연산자는 어떤 것이 참인지 거짓인지 평가하는 데 사용됩니다. 이 요소를 사용하는 표현식은 값을 가져와 몇몇 기준에 따라 평가하고, 기준이 충족되면 Yes
를 반환하고, 기준이 충족되지 않으면 No
를 반환합니다. 또한 값 비교와 논리 표현식 조합을 위한 다양한 논리 연산자가 있습니다.
모든 Looker 표현식의 함수
함수 | 구문 | 목적 |
---|---|---|
case |
case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) |
21년 10월 추가
여러 조건과 결과가 포함된 조건 논리를 허용합니다. yesno_arg 값이 yes 인 경우 첫 번째 when 케이스에 대해 value_if_yes 를 반환합니다. 모든 when 케이스가 no 이면 else_value 를 반환합니다. |
coalesce |
coalesce(value_1, value_2, ...) |
value_1 , value_2 , ... , value_n 이 있으면 첫 번째 null 이 아닌 값을 반환하고 그렇지 않으면 null 을 반환합니다. coalesce 를 사용한 예시는 테이블 계산을 사용하여 행 전체 누계 만들기, 테이블 계산을 사용하여 행 전체의 총계 비율 만들기 및 테이블 계산의 pivot_index 사용 커뮤니티 게시물을 참조하세요. |
if |
if(yesno_expression, value_if_yes, value_if_no) |
yesno_expression 이 Yes 로 평가되면 value_if_yes 값을 반환합니다. 그렇지 않으면 value_if_no 값을 반환합니다. 예를 들어 테이블 계산에서 측정기준별 그룹화 커뮤니티 게시물을 참조하세요. |
is_null |
is_null(value) |
value 이 null 이면 Yes 를 반환하고, 그렇지 않으면 No 를 반환합니다. 예를 들어 Looker 표현식 만들기 문서 페이지를 참조하세요. NOT 연산자와 함께 is_null 을 사용하는 다른 예시는 테이블 계산 사용 문서 페이지를 참조하세요. |
모든 Looker 표현식 연산자
다음 비교 연산자는 모든 데이터 유형에 사용할 수 있습니다.
연산자 | 구문 | 목적 |
---|---|---|
= |
value_1 = value_2 |
value_1 이 value_2 와 같으면 Yes 를 반환하고 그렇지 않으면 No 를 반환합니다. |
!= |
value_1 != value_2 |
value_1 이 value_2 와 같지 않으면 Yes 를 반환하고, 그렇지 않으면 No 를 반환합니다. |
숫자, 날짜 및 문자열과 함께 사용할 수 있는 비교 연산자는 다음과 같습니다.
또한 Looker 표현식을 다음 논리 표현식과 조합할 수 있습니다.
이러한 논리 연산자는 대문자로 표기해야 합니다. 소문자로 작성된 논리 연산자는 작동하지 않습니다.
논리 상수
Looker 표현식에서 논리 상수를 사용할 수 있습니다. 이러한 상수는 항상 소문자로 작성되며 다음과 같은 의미가 있습니다.
상수 | 의미 |
---|---|
yes |
참 |
no |
거짓 |
null |
값 없음 |
상수 yes
및 no
는 Looker 표현식에서 true 또는 false를 의미하는 특수 기호입니다. 반대로 "yes"
및 "no"
에서와 같이 따옴표를 사용하면 이러한 값을 포함한 리터럴 문자열이 생성됩니다.
논리 표현식은 if
함수 없이 true 또는 false로 평가됩니다. 예를 들어
if(${field} > 100, yes, no)
다음 같습니다.
${field} > 100
null
을 사용하여 값을 나타내지 않을 수도 있습니다. 예를 들어 필드가 비어 있는지 확인하거나 특정 상황에서 빈 값을 할당해야 할 수 있습니다. 이 수식은 필드가 1보다 작으면 값을 반환하지 않고, 1을 초과하면 값을 반환합니다.
if(${field} < 1, null, ${field})
AND
및 OR
연산자 조합
괄호로 순서를 지정하지 않은 경우 AND
연산자는 OR
연산자보다 먼저 평가됩니다. 따라서 괄호를 추가하지 않고 다음 표현식을 수행합니다.
if (
${order_items.days_to_process}>=4 OR
${order_items.shipping_time}>5 AND
${order_facts.is_first_purchase},
"review", "okay")
다음과 같이 평가됩니다.
if (
${order_items.days_to_process}>=4 OR
(${order_items.shipping_time}>5 AND ${order_facts.is_first_purchase}),
"review", "okay")
위치 함수
테이블 계산을 만들 때는 위치 변환 함수를 사용하여 여러 다른 행 또는 피벗 열에 있는 필드의 정보를 추출할 수 있습니다. 또한 목록을 만들고 현재 행 또는 피벗 열 색인을 검색할 수 있습니다.
테이블 계산 전용 열 및 행 총계
Explore에 총계가 포함된 경우 열과 행에 대한 총계 값을 참조할 수 있습니다.
함수 | 구문 | 목적 |
---|---|---|
:total |
${field:total} |
필드의 열 총계를 반환합니다. |
:row_total |
${field:row_total} |
필드의 행 총계를 반환합니다. |
테이블 계산 전용 행 관련 함수
이러한 함수 중 일부는 행의 상대적 위치를 사용하므로 행의 정렬 순서를 변경하면 함수 결과에 영향을 미칩니다.
함수 | 구문 | 목적 |
---|---|---|
index |
index(expression, n) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 n 번째 요소 값을 반환합니다. 이 경우 각 목록의 n 번째 요소가 반환됩니다. |
list |
list(value_1, value_2, ...) |
지정된 값으로 목록을 생성합니다. 예시를 보려면 테이블 계산에서 목록 사용 커뮤니티 게시물을 참조하세요. |
lookup |
lookup(value, lookup_column, result_column) |
lookup_column 에 있는 value 와 동일한 행에 있는 result_column 의 값을 반환합니다. |
offset |
offset(column, row_offset) |
column 의 (n + row_offset) 번 행의 값을 반환합니다. 여기서 n 은 현재 행 번호입니다. offset 을 사용하는 예시는 테이블 계산으로 이전 비율 및 변동률 계산 권장사항 페이지를 참조하세요. |
offset_list |
offset_list(column, row_offset, num_values) |
column 의 (n + row_offset) 행에서 시작하는 num_values 값 목록을 반환합니다. 여기서 n 은 현재 행 번호입니다. 예시를 보려면 이동 평균 계산 커뮤니티 게시글을 참조하세요. |
row |
row() |
현재 행 번호를 반환합니다. |
테이블 계산 전용 피벗 관련 함수
이러한 함수 중 일부는 피벗 열의 상대적 위치를 사용하므로 피벗된 측정기준의 정렬 순서를 변경하면 이러한 함수의 결과에 영향을 미칩니다.
함수 | 구문 | 목적 |
---|---|---|
pivot_column |
pivot_column() |
현재 피벗 열의 색인을 반환합니다. |
pivot_index |
pivot_index(expression, pivot_index) |
pivot_index 위치의 피벗 열 컨텍스트에서 expression 을 평가합니다(첫 번째 피벗의 경우 1, 두 번째 피벗의 경우 2 등). 피벗되지 않은 결과에 대해 null을 반환합니다. pivot_index 를 사용하는 예시는 테이블 계산에서 pivot_index 사용 및 테이블 계산을 사용하여 행 전체의 총계 비율 만들기 커뮤니티 게시물을 참조하세요. |
pivot_offset |
pivot_offset(pivot_expression, col_offset) |
(n + col_offset) 위치의 pivot_expression 값을 반환합니다. 여기서 n 은 현재 피벗 열 위치입니다. 피벗되지 않은 결과에 대해 null을 반환합니다. pivot_offset 를 사용하는 예시는 테이블 계산을 사용하여 행 전체 누계 만들기 커뮤니티 게시물과 테이블 계산으로 이전 비율 및 변동률 계산 권장사항 페이지를 참조하세요. |
pivot_offset_list |
pivot_offset_list(pivot_expression, col_offset, num_values) |
(n + col_offset) 위치에서 시작하는 pivot_expression 의 num_values 값 목록을 반환합니다. 여기서 n 은 현재 피벗 색인입니다. 피봇되지 않은 결과에 대해 null 을 반환합니다. |
pivot_row |
pivot_row(expression) |
피벗된 expression 의 값을 목록으로 반환합니다. 피봇되지 않은 결과에 대해 null 을 반환합니다. pivot_row 를 사용하는 예시는 테이블 계산에서 행 간 집계(행 총계) 및 총계 비율 계산 방법 권장사항 페이지를 참조하세요. |
pivot_where |
pivot_where(select_expression, expression) |
고유한 열이 없는 경우 select_expression 또는 null 을 고유하게 충족하는 피벗 열에 대해 expression 값을 반환합니다. |
사용하는 특정 피벗 함수에 따라 테이블 계산이 각 피벗 열 옆에 표시되는지 또는 테이블 끝에서 단일 열로 표시되는지 여부가 결정됩니다.
커스텀 필터 및 커스텀 필드의 필터 함수
필터 함수를 사용하면 필터 표현식을 사용해서 필터링된 데이터를 기준으로 값을 반환할 수 있습니다. 필터 함수는 커스텀 필터, 커스텀 측정항목의 필터, 커스텀 측정기준에서 작동하지만 테이블 계산에는 적합하지 않습니다.
함수 | 구문 | 목적 |
---|---|---|
matches_filter |
matches_filter(field, filter_expression) |
필드 값이 필터 표현식과 일치하는 경우 Yes 을 반환하고 그렇지 않은 경우 No 를 반환합니다. |