Funções e operadores do Looker

Se o administrador tiver concedido a você permissões para criar cálculos de tabelas, use os seguintes recursos para executar funções comuns rapidamente sem precisar criar expressões do Looker:

  • Cálculos de atalhos para realizar cálculos comuns rapidamente em campos numéricos que estão na tabela de dados do Explore

Se o administrador tiver concedido a você permissões para criar campos personalizados, use os seguintes recursos para executar funções comuns rapidamente sem precisar criar expressões do Looker:

As expressões do Looker (às vezes chamadas de Lexp) são usadas para realizar cálculos para:

Uma parte importante dessas expressões são as funções e os operadores que você pode usar nelas. As funções e operadores podem ser divididos em algumas categorias básicas:

Algumas funções estão disponíveis apenas para cálculos de tabela

As expressões do Looker para filtros personalizados e campos personalizados não são compatíveis com funções do Looker que convertem tipos de dados, agregam dados de várias linhas ou se referem a outras linhas ou colunas dinâmicas. Essas funções são compatíveis apenas com cálculos de tabelas (incluindo cálculos de tabela usados no parâmetro expression de um teste de dados).

Esta página foi organizada para esclarecer quais funções e operadores estão disponíveis, dependendo de onde você usa sua expressão do Looker.

Funções e operadores matemáticas

As funções e operadores matemáticas funcionam de duas maneiras:

  • Algumas funções matemáticas realizam cálculos com base em uma única linha. Por exemplo, arredondar, calcular uma raiz quadrada, multiplicar e funções semelhantes podem ser usadas para valores em uma única linha, retornando um valor distinto para cada linha. Todos os operadores matemáticos, como +, são aplicados uma linha por vez.
  • Outras funções matemáticas, como médias e totais em execução, operam em muitas linhas. Essas funções usam muitas linhas e as reduzem a um único número, depois exibem esse mesmo número em todas as linhas.

Funções para qualquer expressão do Looker

Função Sintaxe Finalidade
abs abs(value) Retorna o valor absoluto de value.

Para ver um exemplo, consulte a postagem na Comunidade sobre desvio padrão e detecção de outliers da série temporal simples usando cálculos de tabela.
ceiling ceiling(value) Retorna o menor número inteiro maior ou igual a value.
exp exp(value) Retorna e à potência de value.
floor floor(value) Retorna o maior número inteiro menor ou igual a value.
ln ln(value) Retorna o logaritmo natural de value.
log log(value) Retorna o logaritmo de base 10 de value.
mod mod(value, divisor) Retorna o restante da divisão de value por divisor.
power power(base, exponent) Retorna base elevado à potência de exponent.

Para ver um exemplo, consulte a postagem na Comunidade sobre desvio padrão e detecção de outliers da série temporal simples usando cálculos de tabela.
rand rand() Retorna um número aleatório entre 0 e 1.
round round(value, num_decimals) Retorna value arredondado para num_decimals casas decimais.

Para ver exemplos que usam round, consulte as postagens na Comunidade Como usar pivot_index nos cálculos da tabela e Desvio padrão e detecção de outliers da série temporal simples usando cálculos de tabela.
sqrt sqrt(value) Retorna a raiz quadrada de value.

Para ver um exemplo, consulte a postagem na Comunidade sobre desvio padrão e detecção de outliers da série temporal simples usando cálculos de tabela.

Funções apenas para cálculos de tabela

Muitas dessas funções operam em muitas linhas e só consideram as linhas retornadas pela consulta.

Função Sintaxe Finalidade
acos acos(value) Retorna o cosseno inverso de value.
asin asin(value) Retorna o seno inverso de value.
atan atan(value) Retorna a tangente inversa de value.
beta_dist beta_dist(value, alpha, beta, cumulative) Retorna a posição de value na distribuição Beta com os parâmetros alpha e beta. Se cumulative = yes, retorna a probabilidade cumulativa.
beta_inv beta_inv(probability, alpha, beta) Retorna a posição de probability na distribuição Beta cumulativa inversa com os parâmetros alpha e beta.
binom_dist binom_dist(num_successes, num_tests, probability, cumulative) Retorna a probabilidade de receber sucessos de num_successes em testes num_tests com o probability de sucesso fornecido. Se cumulative = yes, retorna a probabilidade cumulativa.
binom_inv binom_inv(num_tests, test_probability, target_probability) Retorna o menor número k de modo que binom(k, num_tests, test_probability, yes) >= target_probability.
chisq_dist chisq_dist(value, dof, cumulative) Retorna a posição de value na distribuição gama com dof graus de liberdade. Se cumulative = yes, retorna a probabilidade cumulativa.
chisq_inv chisq_inv(probability, dof) Retorna a posição de probability na distribuição gama inversa e cumulativa com dof graus de liberdade.
chisq_test chisq_test(actual, expected) Retorna a probabilidade do teste qui-quadrado de independência entre os dados actual e expected. actual pode ser uma coluna ou uma coluna de listas, e expected precisa ser do mesmo tipo.
combin combin(set_size, selection_size) Retorna o número de maneiras de escolher elementos selection_size de um conjunto de tamanho set_size.
confidence_norm confidence_norm(alpha, stdev, n) Retorna metade da largura do intervalo de confiança normal no nível de significância alpha, desvio padrão stdev e tamanho da amostra n.
confidence_t confidence_t(alpha, stdev, n) Retorna metade da largura do intervalo de confiança da distribuição t de estudante no nível de significância alpha, desvio padrão stdev e tamanho da amostra n.
correl correl(column_1, column_2) Retorna o coeficiente de correlação de column_1 e column_2.
cos cos(value) Retorna o cosseno de value.
count count(expression) Retorna a contagem de valores diferentes de null na coluna definida por expression, a menos que expression defina uma coluna de listas. Nesse caso, a contagem de cada lista é retornada.
count_distinct count_distinct(expression) Retorna a contagem de valores diferentes de null na coluna definida por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a contagem em cada lista.
covar_pop covar_pop(column_1, column_2) Retorna a covariância da população de column_1 e column_2.
covar_samp covar_samp(column_1, column_2) Retorna a covariância da amostra de column_1 e column_2.
degrees degrees(value) Converte value de radianos para graus.
expon_dist expon_dist(value, lambda, cumulative) Retorna a posição de value na distribuição exponencial com o parâmetro lambda. Se cumulative = yes, retorna a probabilidade cumulativa.
f_dist f_dist(value, dof_1, dof_2, cumulative) Retorna a posição de value na distribuição F com os parâmetros dof_1 e dof_2. Se cumulative = yes, retorna a probabilidade cumulativa.
f_inv f_inv(probability, dof_1, dof_2) Retorna a posição de probability na distribuição F cumulativa inversa com os parâmetros dof_1 e dof_2.
fact fact(value) Retorna o fatorial de value.
gamma_dist gamma_dist(value, alpha, beta, cumulative) Retorna a posição de value na distribuição gama com os parâmetros alpha e beta. Se cumulative = yes, retorna a probabilidade cumulativa.
gamma_inv gamma_inv(probability, alpha, beta) Retorna a posição de probability na distribuição gama inversa e cumulativa com os parâmetros alpha e beta.
geomean geomean(expression) Retorna a média geométrica da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a média geométrica de cada lista.
hypgeom_dist hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) Retorna a probabilidade de receber sample_successes de sample_size, número de population_successes e population_size especificados. Se cumulative = yes, retorna a probabilidade cumulativa.
intercept intercept(y_column, x_column) Retorna a interceptação da linha de regressão linear pelos pontos determinados por y_column e x_column.

Confira um exemplo na postagem da comunidade Como fazer previsões no Looker com cálculos de tabela.
kurtosis kurtosis(expression) Retorna a curtose excessiva de amostra da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a curtose excessiva da amostra de cada lista.
large large(expression, k) Retorna o ko maior valor da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o ko maior valor de cada lista.
match match(value, expression) Retorna o número da linha da primeira ocorrência de value na coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a posição de value em cada lista.
max max(expression) Retorna o máximo da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o máximo de cada lista.

Para ver exemplos que usam max, consulte as postagens na Comunidade sobre Como usar listas em cálculos de tabela e Como agrupar por uma dimensão em cálculos de tabela.
mean mean(expression) Retorna a média da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a média de cada lista.

Para ver exemplos que usam mean, consulte a postagem na Comunidade sobre Como calcular médias móveis e a postagem na Comunidade sobre desvio padrão e série temporal simples com cálculos de tabelas.
median median(expression) Retorna a mediana da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a mediana de cada lista.
min min(expression) Retorna o mínimo da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o mínimo de cada lista.
mode mode(expression) Retorna o modo da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o modo de cada lista.
multinomial multinomial(value_1, value_2, ...) Retorna o fatorial da soma dos argumentos dividida pelo produto de cada um dos fatoriais.
negbinom_dist negbinom_dist(num_failures, num_successes, probability, cumulative) Retorna a probabilidade de receber falhas num_failures antes de obter sucessos num_successes, com o probability especificado de sucesso. Se cumulative = yes, retorna a probabilidade cumulativa.
norm_dist norm_dist(value, mean, stdev, cumulative) Retorna a posição de value na distribuição normal com o mean e o stdev fornecidos. Se cumulative = yes, retorna a probabilidade cumulativa.
norm_inv norm_inv(probability, mean, stdev) Retorna a posição de probability na distribuição cumulativa normal inversa.
norm_s_dist norm_s_dist(value, cumulative) Retorna a posição de value na distribuição normal padrão. Se cumulative = yes, retorna a probabilidade cumulativa.
norm_s_inv norm_s_inv(probability) Retorna a posição de probability na distribuição cumulativa normal inversa.
percent_rank percent_rank(column, value) Retorna a classificação de value em column como uma porcentagem de 0 a 1, em que column é a coluna, campo, lista ou intervalo que contém o conjunto de dados a ser considerado, e value é a coluna com o valor para o qual a classificação percentual será determinada.

Exemplo de uso:

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(value_column, percentile_value) Retorna o valor da coluna criada por expression correspondente ao percentile_value especificado, a menos que expression defina uma coluna de listas. Nesse caso, retorna o valor do percentil de cada lista. percentile_value precisa estar entre 0 e 1. Caso contrário, retorna null.
pi pi() Retorna o valor de pi.
poisson_dist poisson_dist(value, lambda, cumulative) Retorna a posição de value na distribuição de porqueson com o parâmetro lambda. Se cumulative = yes, retorna a probabilidade cumulativa.
product product(expression) Retorna o produto da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o produto de cada lista.
radians radians(value) Converte value de graus para radianos.
rank rank(value, expression) Retorna a classificação de value na coluna criada por expression. Por exemplo, se você quiser classificar os pedidos pelo preço total de venda, use rank(${order_items.total_sale_price},${order_items.total_sale_price}), que fornece uma classificação para cada valor de order_items.total_sale_price na sua consulta ao compará-lo com a coluna inteira de order_items.total_sale_price. No caso em que expression define várias listas, essa função retorna o tamanho relativo da value em cada lista.

Para ver um exemplo, confira a postagem na Comunidade Classificações com cálculos de tabelas.
rank_avg rank_avg(value, expression) Retorna a classificação média de value na coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a classificação média de value em cada lista.
running_product running_product(value_column) Retorna um produto em execução dos valores em value_column.
running_total running_total(value_column) Retorna um total acumulado dos valores em value_column.

Para um exemplo, consulte a página de práticas recomendadas Como criar uma execução de total de colunas com cálculos de tabela.
sin sin(value) Retorna o seno de value.
skew skew(expression) Retorna a distorção de amostra da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a distorção da amostra de cada lista.
slope slope(y_column, x_column) Retorna a inclinação da linha de regressão linear pelos pontos determinados por y_column e x_column.

Confira um exemplo na postagem da comunidade Como fazer previsões no Looker com cálculos de tabela.
small small(expression, k) Retorna o menor valor k da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o ko menor valor de cada lista.
stddev_pop stddev_pop(expression) Retorna o desvio padrão (população) da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o desvio padrão (população) de cada lista.
stddev_samp stddev_samp(expression) Retorna o desvio padrão (amostra) da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o desvio padrão (amostra) de cada lista.
sum sum(expression) Retorna a soma da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a soma de cada lista.

Para exemplos usando sum, consulte as páginas de práticas recomendadas Como agregar entre linhas (totais de linhas) nos cálculos da tabela e Como calcular a porcentagem do total.
t_dist t_dist(value, dof, cumulative) Retorna a posição de value na distribuição t de Student com dof graus de liberdade. Se cumulative = yes, retorna a probabilidade cumulativa.
t_inv t_inv(probability, dof) Retorna a posição de probability na distribuição cumulativa normal inversa com dof graus de liberdade.
t_test t_test(column_1, column_2, tails, type) Retorna o resultado de um teste t de Student nos dados de column_1 e column_2, usando 1 ou 2 tails. type: 1 = pareado, 2 = homoscedástica, 3 = heteroscedástica.
tan tan(value) Retorna a tangente de value.
var_pop var_pop(expression) Retorna a variância (população) da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a variância (população) de cada lista.
var_samp var_pop(expression) Retorna a variação (amostra) da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a variação (amostra) de cada lista.
weibull_dist weibull_dist(value, shape, scale, cumulative) Retorna a posição de value na distribuição Weibull com os parâmetros shape e scale. Se cumulative = yes, retorna a probabilidade cumulativa.
z_test z_test(data, value, stdev) Retorna o valor-p de uma cauda do teste-z usando o data e o stdev existentes no value médio hipotético.

Operadores para qualquer expressão do Looker

Você pode usar os seguintes operadores matemáticos padrão:

Operador Sintaxe Finalidade
+ value_1 + value_2 Adiciona value_1 e value_2.
- value_1 - value_2 Subtrai value_2 de value_1.
* value_1 * value_2 Multiplica value_1 e value_2.
/ value_1 / value_2 Divide value_1 por value_2.

Funções de string

As funções de string operam em frases, palavras ou letras, que são coletivamente chamadas de "strings". Você pode usar funções de string para colocar palavras e letras em maiúsculas, extrair partes de uma frase, verificar se uma palavra ou letra faz parte de uma frase ou substituir elementos de uma palavra ou frase. As funções de string também podem ser usadas para formatar os dados retornados na tabela.

Funções para qualquer expressão do Looker

Função Sintaxe Finalidade
concat concat(value_1, value_2, ...) Retorna value_1, value_2, ..., value_n unidos como uma string.
contains contains(string, search_string) Retorna Yes se string contiver search_string. Caso contrário, retorna No.
length length(string) Retorna o número de caracteres em string.
lower lower(string) Retorna string com todos os caracteres convertidos em letras minúsculas.
position position(string, search_string) Retorna o índice inicial de search_string em string, se existir, e de 0, caso contrário.
replace replace(string, old_string, new_string) Retorna string com todas as ocorrências de old_string substituídas por new_string.
substring substring(string, start_position, length) Retorna a substring de string, começando em start_position, consistindo em caracteres length. A start_position começa em 1, com 1 indicando o primeiro caractere na string, 2 indicando o segundo caractere e assim por diante.
upper upper(string) Retorna string com todos os caracteres convertidos em letras maiúsculas.

Funções apenas para cálculos de tabela

Função Sintaxe Finalidade
split split(string, delimeter) Retorna uma lista de strings em string divididas por delimiter.
to_number to_number(string) Retorna o número representado por string ou null se a string não puder ser convertida.
to_string to_string(value) Retorna a representação de string de value ou uma string vazia se value for nulo.

Funções de data

As funções de data permitem que você trabalhe com datas e horas.

Funções para qualquer expressão do Looker

Função Sintaxe Finalidade
add_days add_days(number, date) Adiciona number dias a date.
add_hours add_hours(number, date) Adiciona number horas a date.
add_minutes add_minutes(number, date) Adiciona number minutos a date.
add_months add_months(number, date) Adiciona number meses a date.
add_seconds add_seconds(number, date) Adiciona number segundos a date.
add_years add_years(number, date) Adiciona number anos a date.
date date(year, month, day) Retorna a data "year-month-day" ou null se a data for inválida.
date_time date_time(year, month, day, hours, minutes, seconds) Retorna a data year-month-day hours:minutes:seconds ou null se a data for inválida.
diff_days diff_days(start_date, end_date) Retorna o número de dias entre start_date e end_date.

Confira um exemplo na postagem na Comunidade: Como usar datas em cálculos de tabelas.
diff_hours diff_hours(start_date, end_date) Retorna o número de horas entre start_date e end_date.
diff_minutes diff_minutes(start_date, end_date) Retorna o número de minutos entre start_date e end_date.

Confira um exemplo na postagem na Comunidade: Como usar datas em cálculos de tabelas.
diff_months diff_months(start_date, end_date) Retorna o número de meses entre start_date e end_date.

Confira um exemplo na postagem na Comunidade: Como agrupar por uma dimensão nos cálculos da tabela.
diff_seconds diff_seconds(start_date, end_date) Retorna o número de segundos entre start_date e end_date.
diff_years diff_years(start_date, end_date) Retorna o número de anos entre start_date e end_date.
extract_days extract_days(date) Extrai os dias de date.

Confira um exemplo na postagem na Comunidade: Como usar datas em cálculos de tabelas.
extract_hours extract_hours(date) Extrai as horas de date.
extract_minutes extract_minutes(date) Extrai os minutos de date.
extract_months extract_months(date) Extrai os meses de date.
extract_seconds extract_seconds(date) Extrai os segundos de date.
extract_years extract_years(date) Extrai os anos de date.
now now() Retorna a data e a hora atuais.

Para ver exemplos que usam o now, confira as postagens na Comunidade A função de cálculo de tabela Now() tem melhor processamento de fuso horário e Como usar datas em cálculos de tabela.
trunc_days trunc_days(date) Trunca date em dias.
trunc_hours trunc_hours(date) Trunca date em horas.
trunc_minutes trunc_minutes(date) Trunca date em minutos.
trunc_months trunc_months(date) Trunca date em meses.
trunc_years trunc_years(date) Trunca date em anos.

Funções apenas para cálculos de tabela

Função Sintaxe Finalidade
to_date to_date(string) Retorna a data e a hora correspondentes a string (AAAA, AAAA-MM, AAAA-MM-DD, AAAA-MM-DD hh, AAAA-MM-DD hh:mm ou AAAA-MM-DD hh:mm:ss).

Funções lógicas, operadores e constantes

Funções e operadores lógicos são usados para avaliar se algo é verdadeiro ou falso. As expressões que usam esses elementos recebem um valor, avaliam-se em relação a alguns critérios e retornam Yes se os critérios são atendidos e No quando não são. Há também vários operadores lógicos para comparar valores e combinar expressões lógicas.

Funções para qualquer expressão do Looker

Função Sintaxe Finalidade
case case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) ADDED 21.10 Permite lógica condicional com várias condições e resultados. Retorna value_if_yes para o primeiro caso de when, cujo valor de yesno_arg é yes. Retorna else_value se todos os when casos forem no.
coalesce coalesce(value_1, value_2, ...) Retorna o primeiro valor não null em value_1, value_2, ..., value_n, se encontrado, e null, caso contrário.

Para exemplos usando coalesce, consulte as postagens na Comunidade sobre Como criar um total em execução nas linhas com cálculos de tabela, Como criar uma porcentagem do total nas linhas com cálculos de tabela e Como usar pivot_index em cálculos de tabela.
if if(yesno_expression, value_if_yes, value_if_no) Se yesno_expression for avaliado como Yes, o valor value_if_yes será retornado. Caso contrário, retorna o valor value_if_no.

Confira um exemplo na postagem na Comunidade: Como agrupar por uma dimensão nos cálculos da tabela.
is_null is_null(value) Retorna Yes se value for null. Caso contrário, retorna No.

Para conferir um exemplo, consulte a página de documentação Como criar expressões do Looker. Para ver outro exemplo que usa is_null com o operador NOT, consulte a página de documentação Como usar cálculos de tabela.

Operadores para qualquer expressão do Looker

Os operadores de comparação abaixo podem ser usados com qualquer tipo de dados:

Operador Sintaxe Finalidade
= value_1 = value_2 Retorna Yes se value_1 for igual a value_2. Caso contrário, retorna No.
!= value_1 != value_2 Retorna Yes se value_1 não for igual a value_2. Caso contrário, retorna No.

Os seguintes operadores de comparação podem ser usados com números, datas e strings:

Operador Sintaxe Finalidade
> value_1 > value_2 Retorna Yes se value_1 for maior que value_2. Caso contrário, retorna No.
< value_1 < value_2 Retorna Yes se value_1 for menor que value_2. Caso contrário, retorna No.
>= value_1 >= value_2 Retorna Yes se value_1 for maior ou igual a value_2. Caso contrário, retorna No.
<= value_1 <= value_2 Retorna Yes se value_1 for menor ou igual a value_2. Caso contrário, retorna No.

Também é possível combinar as expressões do Looker com estes operadores lógicos:

Operador Sintaxe Finalidade
AND value_1 AND value_2 Retorna Yes se value_1 e value_2 forem Yes. Caso contrário, retorna No.
OR value_1 OR value_2 Retorna Yes se value_1 ou value_2 for Yes. Caso contrário, retorna No.
NOT NOT value Retorna Yes se value for No. Caso contrário, retorna No.

Esses operadores lógicos devem estar em maiúsculas. Operadores lógicos escritos em letras minúsculas não funcionam.

Constantes lógicas

Você pode usar constantes lógicas em expressões do Looker. Essas constantes são sempre escritas em minúsculas e têm os seguintes significados:

Constante Significado
yes Verdadeiro
no Falso
null Nenhum valor

As constantes yes e no são os símbolos especiais que significam verdadeiro ou falso nas expressões do Looker. Por outro lado, usar aspas, como em "yes" e "no", cria strings literais com esses valores.

As expressões lógicas são avaliadas como verdadeiras ou falsas sem exigir uma função if. Por exemplo, este:

if(${field} > 100, yes, no)

equivale a:

${field} > 100

Também é possível usar null para não indicar valor. Por exemplo, você pode querer determinar se um campo está vazio ou atribuir um valor vazio em uma determinada situação. Esta fórmula não retornará nenhum valor se o campo for menor que 1 ou o valor do campo se for maior que 1:

if(${field} < 1, null, ${field})

Como combinar os operadores AND e OR

Os operadores AND serão avaliados antes dos operadores OR se você não especificar a ordem entre parênteses. Assim, a seguinte expressão sem parênteses adicionais:

if (
  ${order_items.days_to_process}>=4 OR
  ${order_items.shipping_time}>5 AND
  ${order_facts.is_first_purchase},
"review", "okay")

seria avaliado como

if (
  ${order_items.days_to_process}>=4 OR
  (${order_items.shipping_time}>5 AND ${order_facts.is_first_purchase}),
"review", "okay")

Funções posicionais

Ao criar cálculos de tabela, você pode usar funções de transformação posicional para extrair informações sobre campos em diferentes linhas ou colunas dinâmicas. Você também pode criar listas e recuperar o índice atual da coluna ou linha dinâmica.

Totais de colunas e linhas apenas para cálculos da tabela

Se a Explorar contém totais, você pode referenciar os valores totais para colunas e linhas:

Função Sintaxe Finalidade
:total ${field:total} Retorna o total da coluna do campo.
:row_total ${field:row_total} Retorna o total da linha do campo.

Algumas dessas funções usam as posições relativas das linhas, portanto, alterar a ordem de classificação das linhas afeta os resultados das funções.

Função Sintaxe Finalidade
index index(expression, n) Retorna o valor do no elemento da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o no elemento de cada lista.
list list(value_1, value_2, ...) Cria uma lista com base nos valores fornecidos.

Veja um exemplo na postagem na Comunidade: Como usar listas em cálculos de tabelas.
lookup lookup(value, lookup_column, result_column) Retorna o valor em result_column que está na mesma linha que value está em lookup_column.
offset offset(column, row_offset) Retorna o valor da linha (n + row_offset) em column, em que n é o número da linha atual.

Para ver exemplos usando offset, consulte a página de práticas recomendadas Como calcular a porcentagem de alterações anteriores e percentuais com cálculos de tabelas.
offset_list offset_list(column, row_offset, num_values) Retorna uma lista dos valores num_values começando na linha (n + row_offset) em column, em que n é o número da linha atual.

Para conferir um exemplo, confira a postagem na Comunidade Cálculo das médias móveis.
row row() Retorna o número da linha atual.

Algumas dessas funções usam as posições relativas das colunas dinâmicas, portanto, alterar a ordem de classificação da dimensão dinâmica afeta os resultados dessas funções.

Função Sintaxe Finalidade
pivot_column pivot_column() Retorna o índice da coluna dinâmica atual.
pivot_index pivot_index(expression, pivot_index) Avalia expression no contexto da coluna dinâmica na posição pivot_index (1 para a primeira tabela dinâmica, 2 para a segunda tabela dinâmica etc.). Retorna nulo para resultados não dinâmicos.

Para ver exemplos que usam pivot_index, consulte as postagens na Comunidade sobre Como usar o índice_dinâmico nos cálculos da tabela e Como criar uma porcentagem do total nas linhas com cálculos de tabela.
pivot_offset pivot_offset(pivot_expression, col_offset) Retorna o valor de pivot_expression na posição (n + col_offset), em que n é a posição atual da coluna dinâmica. Retorna nulo para resultados não dinâmicos.

Para ver exemplos usando pivot_offset, consulte a postagem na Comunidade sobre como criar um total em linhas com cálculos de tabela e a página de práticas recomendadas Como calcular a porcentagem de alterações anteriores e percentuais com cálculos de tabela.
pivot_offset_list pivot_offset_list(pivot_expression, col_offset, num_values) Retorna uma lista dos valores num_values em pivot_expression começando na posição (n + col_offset), em que n é o índice dinâmico atual. Retorna null para resultados não dinâmicos.
pivot_row pivot_row(expression) Retorna os valores dinâmicos de expression como uma lista. Retorna null para resultados não dinâmicos.

Para exemplos usando pivot_row, consulte as páginas de práticas recomendadas Como agregar entre linhas (totais de linhas) nos cálculos da tabela e Como calcular a porcentagem do total.
pivot_where pivot_where(select_expression, expression) Retorna o valor de expression para a coluna dinâmica que satisfaz exclusivamente select_expression ou null se essa coluna única não existir.

As funções dinâmicas específicas que você usa determinam se o cálculo da tabela será exibido ao lado de cada coluna dinâmica ou como uma única coluna no final da tabela.

Funções de filtro para filtros e campos personalizados

As funções de filtro permitem que você trabalhe com expressões de filtro para retornar valores com base em dados filtrados. As funções de filtro funcionam em filtros personalizados, filtros em medidas personalizadas e dimensões personalizadas, mas não são válidas nos cálculos de tabelas.

Função Sintaxe Finalidade
matches_filter matches_filter(field, filter_expression) Retornará Yes se o valor do campo corresponder à expressão do filtro. Caso contrário, retornará No.