Funciones y operadores de Looker

Nota: Esta página forma parte de la serie de aprendizaje Recupera y grafica datos.

Si tu administrador te otorgó los permisos para crear cálculos de tablas, puedes usar las siguientes funciones a fin de realizar rápidamente funciones comunes sin necesidad de crear expresiones de Looker:

• Cálculos de accesos directos para realizar rápidamente cálculos comunes en campos numéricos que se encuentran en la tabla de datos de Explorar

Si el administrador te otorgó los permisos para crear campos personalizados, puedes usar las siguientes funciones a fin de ejecutar funciones comunes con rapidez sin necesidad de crear expresiones de Looker:

• Grupos personalizados para agrupar rápidamente los valores en etiquetas personalizadas sin necesidad de desarrollar la lógica CASE WHEN en los parámetros sql o en los campos type: case

• Contenedores personalizados para agrupar dimensiones de tipos numéricos en niveles personalizados sin necesidad de desarrollar campos type: tier de LookML

Las expresiones de Looker (a veces denominadas Lexp) se usan para realizar los siguientes cálculos:

• Cálculos de tablas (que incluyen expresiones utilizadas en pruebas de datos)
• Campos personalizados
• Filtros personalizados

Una parte importante de estas expresiones son las funciones y los operadores que puedes usar en ellas. Las funciones y los operadores se pueden dividir en algunas categorías básicas:

• Matemáticas: Funciones relacionadas con los números
• String: Funciones relacionadas con las palabras y las letras
• Fechas: Funciones relacionadas con la fecha y la hora
• Transformación lógica: Incluye funciones booleanas (verdaderas o falsas) y operadores de comparación.
• Transformación posicional: Recupera valores de diferentes filas o pivotes

Algunas funciones solo están disponibles para los cálculos de tablas

Las expresiones de Looker para filtros personalizados y campos personalizados no admiten funciones de Looker que conviertan tipos de datos, agreguen datos de varias filas o hagan referencia a otras filas o columnas dinámicas. Estas funciones solo son compatibles con los cálculos de tablas (incluidos los cálculos de tablas que se usan en el parámetro expression de una prueba de datos).

Esta página está organizada para aclarar qué funciones y operadores están disponibles, según dónde uses tu expresión de Looker.

Funciones y operadores matemáticos

Las funciones y los operadores matemáticos operan de dos maneras:

• Algunas funciones matemáticas realizan cálculos basados en una sola fila. Por ejemplo, se puede usar el redondeo, tomar una raíz cuadrada, multiplicar y funciones similares para los valores de una sola fila, y así mostrar un valor distinto para cada fila. Todos los operadores matemáticos, como +, se aplican una fila a la vez.
• Otras funciones matemáticas, como los promedios y los totales activos, operan en muchas filas. Estas funciones toman muchas filas y las reducen a un solo número para luego mostrarlas en cada fila.

Funciones para cualquier expresión de Looker

Función	Sintaxis	Purpose
abs	abs(value)	Muestra el valor absoluto de value. Para ver un ejemplo, consulta la publicación de Comunidad Desviación estándar y detección de valores atípicos de la serie temporal con los cálculos de la tabla.
ceiling	ceiling(value)	Muestra el número entero más pequeño mayor o igual que value.
exp	exp(value)	Muestra e a la potencia de value.
floor	floor(value)	Muestra el número entero más grande menor o igual que value.
ln	ln(value)	Muestra el logaritmo natural de value.
log	log(value)	Muestra el logaritmo en base 10 de value.
mod	mod(value, divisor)	Muestra el resto de la división de value por divisor.
power	power(base, exponent)	Muestra base elevado a la potencia de exponent. Para ver un ejemplo, consulta la publicación de Comunidad Desviación estándar y detección de valores atípicos de la serie temporal con los cálculos de la tabla.
rand	rand()	Muestra un número al azar entre 0 y 1.
round	round(value, num_decimals)	Muestra value redondeado a num_decimals decimales. Para ver ejemplos de round, consulta las publicaciones de Comunidad de Cómo usar pivot_index en los cálculos de tablas y Desviación estándar y Detección de valores atípicos de series temporales simples.
sqrt	sqrt(value)	Muestra la raíz cuadrada de value. Para ver un ejemplo, consulta la publicación de Comunidad Desviación estándar y detección de valores atípicos de la serie temporal con los cálculos de la tabla.

Funciones solo para cálculos de tablas

Muchas de estas funciones operan sobre muchas filas y solo considerarán las filas que muestre su consulta.

Función	Sintaxis	Purpose
acos	acos(value)	Muestra el coseno inverso de value.
asin	asin(value)	Muestra el seno inverso de value.
atan	atan(value)	Muestra la tangente inversa de value.
beta_dist	beta_dist(value, alpha, beta, cumulative)	Muestra la posición de value en la distribución beta con los parámetros alpha y beta. Si es cumulative = yes, muestra la probabilidad acumulada.
beta_inv	beta_inv(probability, alpha, beta)	Muestra la posición de probability en la distribución beta acumulativa inversa con los parámetros alpha y beta.
binom_dist	binom_dist(num_successes, num_tests, probability, cumulative)	Muestra la probabilidad de obtener éxitos num_successes en las pruebas de num_tests con el probability de éxito determinado. Si es cumulative = yes, muestra la probabilidad acumulada.
binom_inv	binom_inv(num_tests, test_probability, target_probability)	Muestra el número más bajo k, de modo que binom(k, num_tests, test_probability, yes) >= target_probability.
chisq_dist	chisq_dist(value, dof, cumulative)	Muestra la posición de value en la distribución gamma con dof grados de libertad. Si es cumulative = yes, muestra la probabilidad acumulada.
chisq_inv	chisq_inv(probability, dof)	Muestra la posición de probability en la distribución gamma acumulativa inversa con dof grados de libertad.
chisq_test	chisq_test(actual, expected)	Muestra la probabilidad de la prueba de chi cuadrado para la independencia entre los datos de actual y expected. actual puede ser una columna o una columna de listas, y expected debe ser del mismo tipo.
combin	combin(set_size, selection_size)	Muestra la cantidad de formas de elegir elementos selection_size de un conjunto de tamaño set_size.
confidence_norm	confidence_norm(alpha, stdev, n)	Muestra la mitad del ancho del intervalo de confianza normal en el nivel de importancia alpha, la desviación estándar stdev y el tamaño de la muestra n.
confidence_t	confidence_t(alpha, stdev, n)	Muestra la mitad del ancho del intervalo de confianza de distribución t del alumno en el nivel de significancia alpha, desviación estándar stdev y tamaño de muestra n.
correl	correl(column_1, column_2)	Muestra el coeficiente de correlación de column_1 y column_2.
cos	cos(value)	Muestra el coseno de value.
count	count(expression)	Muestra el recuento de valores que no son null en la columna definida por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra el recuento en cada lista.
count_distinct	count_distinct(expression)	Muestra el recuento de valores distintos que no son null en la columna definida por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra el recuento en cada lista.
covar_pop	covar_pop(column_1, column_2)	Muestra la covarianza poblacional de column_1 y column_2.
covar_samp	covar_samp(column_1, column_2)	Muestra la covarianza de muestra de column_1 y column_2.
degrees	degrees(value)	Convierte value de radianes en grados.
expon_dist	expon_dist(value, lambda, cumulative)	Muestra la posición de value en la distribución exponencial con el parámetro lambda. Si es cumulative = yes, muestra la probabilidad acumulada.
f_dist	f_dist(value, dof_1, dof_2, cumulative)	Muestra la posición de value en la distribución F con los parámetros dof_1 y dof_2. Si es cumulative = yes, muestra la probabilidad acumulada.
f_inv	f_inv(probability, dof_1, dof_2)	Muestra la posición de probability en la distribución F acumulativa inversa con los parámetros dof_1 y dof_2.
fact	fact(value)	Muestra el factorial de value.
gamma_dist	gamma_dist(value, alpha, beta, cumulative)	Muestra la posición de value en la distribución gamma con los parámetros alpha y beta. Si es cumulative = yes, muestra la probabilidad acumulada.
gamma_inv	gamma_inv(probability, alpha, beta)	Muestra la posición de probability en la distribución gamma acumulativa inversa con los parámetros alpha y beta.
geomean	geomean(expression)	Muestra la media geométrica de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra la media geométrica de cada lista.
hypgeom_dist	hypgeom_dist (sample_successes, sample_size, population_successes, population_size, cumulative)	Muestra la probabilidad de obtener sample_successes a partir del sample_size determinado, una cantidad de population_successes y population_size. Si es cumulative = yes, muestra la probabilidad acumulada.
intercept	intercept(y_column, x_column)	Muestra la intersección de la línea de regresión lineal a través de los puntos determinados por y_column y x_column. Para ver un ejemplo, consulta la publicación de Comunidad Cómo realizar previsiones en Looker con cálculos de tabla.
kurtosis	kurtosis(expression)	Muestra la curtosis excedente de muestra de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra la curtosis excedente de muestra de cada lista.
large	large(expression, k)	Muestra el valor k más grande de la columna creado por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra el valor k más grande de cada lista.
match	match(value, expression)	Muestra el número de fila del primer caso de value en la columna que creó expression, a menos que expression defina una columna de listas, en cuyo caso, se muestra la posición de value en cada lista.
max	max(expression)	Muestra el máximo de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra el máximo de cada lista. Para ver ejemplos de uso de max, consulta las secciones Cómo usar listas en los cálculos de la tabla y Cómo agrupar por una dimensión en los cálculos de la tabla.
mean	mean(expression)	Muestra la media de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la media de cada lista. Para ver ejemplos de mean, consulta la publicación de Comunidad Cómo calcular los promedios móviles y la publicación de Comunidad de Desviación estándar y valores atípicos simples de la serie temporal con los cálculos de la tabla.
median	median(expression)	Muestra la mediana de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra la mediana de cada lista.
min	min(expression)	Muestra el mínimo de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra el mínimo de cada lista.
mode	mode(expression)	Muestra el modo de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra el modo de cada lista.
multinomial	multinomial(value_1, value_2, ...)	Muestra el factorial de la suma de los argumentos dividido por el producto de cada uno de sus factoriales.
negbinom_dist	negbinom_dist(num_failures, num_successes, probability, cumulative)	Muestra la probabilidad de obtener errores num_failures antes de obtener resultados num_successes con el probability de éxito determinado. Si es cumulative = yes, muestra la probabilidad acumulada.
norm_dist	norm_dist(value, mean, stdev, cumulative)	Muestra la posición de value en la distribución normal con mean y stdev determinados. Si es cumulative = yes, muestra la probabilidad acumulada.
norm_inv	norm_inv(probability, mean, stdev)	Muestra la posición de probability en la distribución normal acumulada inversa.
norm_s_dist	norm_s_dist(value, cumulative)	Muestra la posición de value en la distribución normal estándar. Si es cumulative = yes, muestra la probabilidad acumulada.
norm_s_inv	norm_s_inv(probability)	Muestra la posición de probability en la distribución normal estándar inversa.
percent_rank	percent_rank(column, value)	Muestra la clasificación de value en column como un porcentaje de 0 a 1 inclusive, en la que column es la columna, el campo, la lista o el rango que contiene el conjunto de datos que se va a considerar. value es la columna con el valor que se determinará la clasificación porcentual. Uso de muestra: percent_rank(${view_name.field_1}, ${view_name.field_1}) percent_rank(list(1, 2, 3), ${view_name.field_1}) percent_rank(list(1, 2, 3), 2)
percentile	percentile(value_column, percentile_value)	Muestra el valor de la columna creada por expression correspondiente a la percentile_value determinada, a menos que expression defina una columna de listas, en cuyo caso muestra el valor de percentil para cada lista. percentile_value debe estar entre 0 y 1. De lo contrario, muestra null.
pi	pi()	Muestra el valor de pi.
poisson_dist	poisson_dist(value, lambda, cumulative)	Muestra la posición de value en la distribución de poisson con el parámetro lambda. Si es cumulative = yes, muestra la probabilidad acumulada.
product	product(expression)	Muestra el producto de la columna que creó expression, a menos que expression defina una columna de listas, en cuyo caso muestra el producto de cada lista.
radians	radians(value)	Convierte value de grados en radianes.
rank	rank(value, expression)	Muestra la clasificación de value en la columna que creó expression. Por ejemplo, si deseas clasificar los pedidos según el precio total de tu oferta, puedes usar rank(${order_items.total_sale_price},${order_items.total_sale_price}), que proporciona una clasificación para cada valor de order_items.total_sale_price en tu consulta cuando la comparas con toda la columna de order_items.total_sale_price en tu consulta. En el caso de que expression defina varias listas, esta función muestra el tamaño relativo de value en cada lista. Para ver un ejemplo, consulta la publicación de Comunidad Ranks with Table Calculations.
rank_avg	rank_avg(value, expression)	Muestra la clasificación promedio de value en la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra la clasificación promedio de value en cada lista.
running_product	running_product (value_column)	Muestra un producto en ejecución de los valores de value_column.
running_total	running_total(value_column)	Muestra un total en ejecución de los valores de value_column. Para ver un ejemplo, consulta la página de prácticas recomendadas Cómo crear columnas totales con los cálculos de la tabla.
sin	sin(value)	Muestra el seno de value.
skew	skew(expression)	Muestra el sesgo de muestra de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra el sesgo de muestra de cada lista.
slope	slope(y_column, x_column)	Muestra la pendiente de la línea de regresión lineal a través de los puntos determinados por y_column y x_column. Para ver un ejemplo, consulta la publicación de Comunidad Cómo realizar previsiones en Looker con cálculos de tabla.
small	small(expression, k)	Muestra el k.o valor más pequeño de la columna que crea expression, a menos que expression defina una columna de listas, en cuyo caso, muestra el k.o valor más pequeño de cada lista.
stddev_pop	stddev_pop(expression)	Muestra la desviación estándar (población) de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la desviación estándar (población) de cada lista.
stddev_samp	stddev_samp(expression)	Muestra la desviación estándar (muestra) de la columna que creó expression, a menos que expression defina una columna de listas, en cuyo caso muestra la desviación estándar (muestra) de cada lista.
sum	sum(expression)	Muestra la suma de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la suma de cada lista. Para ver ejemplos de sum, consulta las páginas sobre agregación en filas (totales de fila) de los cálculos de tablas y cómo calcular el porcentaje del total.
t_dist	t_dist(value, dof, cumulative)	Muestra la posición de value en la distribución t del alumno con dof grados de libertad. Si es cumulative = yes, muestra la probabilidad acumulada.
t_inv	t_inv(probability, dof)	Muestra la posición de probability en la distribución normal acumulada inversa con dof grados de libertad.
t_test	t_test(column_1, column_2, tails, type)	Muestra el resultado de una prueba t de Student en los datos de column_1 y column_2, con 1 o 2 tails. type: 1 = vinculado, 2 = homoscedastica, 3 = heterocedastica.
tan	tan(value)	Muestra la tangente de value.
var_pop	var_pop(expression)	Muestra la varianza (población) de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la varianza (población) de cada lista.
var_samp	var_pop(expression)	Muestra la varianza (muestra) de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la varianza (muestra) de cada lista.
weibull_dist	weibull_dist(value, shape, scale, cumulative)	Muestra la posición de value en la distribución de Weibull con los parámetros shape y scale. Si es cumulative = yes, muestra la probabilidad acumulada.
z_test	z_test(data, value, stdev)	Muestra el valor p de una cola de la prueba z mediante los data y stdev existentes en la media hipotética value.

Operadores para cualquier expresión de Looker

Puedes usar los siguientes operadores matemáticos estándar:

Operador	Sintaxis	Purpose
+	value_1 + value_2	Se agregaron value_1 y value_2
-	value_1 - value_2	Resta value_2 de value_1.
*	value_1 * value_2	Multiplica value_1 por value_2.
/	value_1 / value_2	Divide value_1 entre value_2.

Funciones de string

Las funciones de string operan oraciones, palabras o letras, que en conjunto se denominan “strings”. Puedes usar las funciones de string para usar mayúsculas en las palabras y letras, extraer partes de una frase, verificar si una palabra o letra está en una frase o reemplazar elementos de una palabra o frase. Las funciones de string también se pueden usar para dar formato a los datos que se muestran en la tabla.

Funciones para cualquier expresión de Looker

Función	Sintaxis	Purpose
concat	concat(value_1, value_2, ...)	Muestra value_1, value_2, ... y value_n unidas como una string.
contains	contains(string, search_string)	Muestra Yes si string contiene search_string y, de lo contrario, No.
length	length(string)	Muestra la cantidad de caracteres de string.
lower	lower(string)	Muestra string con todos los caracteres convertidos a minúsculas.
position	position(string, search_string)	Muestra el índice de inicio de search_string en string si existe, y 0 en caso contrario.
replace	replace(string, old_string, new_string)	Muestra string con todos los casos de old_string reemplazados por new_string.
substring	substring(string, start_position, length)	Muestra la substring de string, que comienza en start_position y consta de length caracteres. El start_position comienza en 1, y 1 indica el primer carácter de la string, 2 indica el segundo carácter de la string, y así sucesivamente.
upper	upper(string)	Muestra string con todos los caracteres convertidos en mayúsculas.

Funciones solo para cálculos de tablas

Función	Sintaxis	Purpose
split	split(string, delimeter)	Muestra una lista de strings en string desglosadas por delimiter.
to_number	to_number(string)	Muestra el número representado por string o null si no se puede convertir la string.
to_string	to_string(value)	Muestra la representación de string de value o una string vacía si value es nula.

Funciones de fecha

Las funciones de fecha te permiten trabajar con fechas y horas.

Funciones para cualquier expresión de Looker

Función	Sintaxis	Purpose
add_days	add_days(number, date)	Agrega number días a date.
add_hours	add_hours(number, date)	Agrega number horas a date.
add_minutes	add_minutes(number, date)	Agrega number minutos a date.
add_months	add_months(number, date)	Agrega number mes a date.
add_seconds	add_seconds(number, date)	Agrega number segundos a date.
add_years	add_years(number, date)	Agrega number años a date.
date	date(year, month, day)	Muestra la fecha "year-month-day" o null si la fecha no es válida.
date_time	date_time(year, month, day, hours, minutes, seconds)	Muestra la fecha "year-month-day hours:minutes:seconds" o null si la fecha no es válida.
diff_days	diff_days(start_date, end_date)	Muestra la cantidad de días entre start_date y end_date. Para ver un ejemplo, consulta la publicación de Comunidad Usa las fechas en los cálculos de la tabla.
diff_hours	diff_hours(start_date, end_date)	Muestra la cantidad de horas entre start_date y end_date.
diff_minutes	diff_minutes(start_date, end_date)	Muestra la cantidad de minutos entre start_date y end_date. Para ver un ejemplo, consulta la publicación de Comunidad Usa las fechas en los cálculos de la tabla.
diff_months	diff_months(start_date, end_date)	Muestra la cantidad de meses entre start_date y end_date. Para ver un ejemplo, consulta la publicación de Comunidad Agrupa por una dimensión en los cálculos de la tabla.
diff_seconds	diff_seconds(start_date, end_date)	Muestra la cantidad de segundos entre start_date y end_date.
diff_years	diff_years(start_date, end_date)	Muestra la cantidad de años entre start_date y end_date.
extract_days	extract_days(date)	Extrae los días de date. Para ver un ejemplo, consulta la publicación de Comunidad Usa las fechas en los cálculos de la tabla.
extract_hours	extract_hours(date)	Extrae el horario de atención de date.
extract_minutes	extract_minutes(date)	Extrae los minutos de date.
extract_months	extract_months(date)	Extrae los meses de date.
extract_seconds	extract_seconds(date)	Extrae los segundos de date.
extract_years	extract_years(date)	Extrae los años de date.
now	now()	Muestra la fecha y hora actuales. Si deseas ver ejemplos que usan now, consulta las publicaciones de Comunidad de la función de cálculo de tablas Now() con mejor manejo de la zona horaria y cómo usar fechas en cálculos de tablas.
trunc_days	trunc_days(date)	Trunca date a días.
trunc_hours	trunc_hours(date)	Trunca date a horas.
trunc_minutes	trunc_minutes(date)	Trunca date a minutos.
trunc_months	trunc_months(date)	Trunca date a meses.
trunc_years	trunc_years(date)	Trunca date a años.

Funciones solo para cálculos de tablas

Función	Sintaxis	Purpose
to_date	to_date(string)	Muestra la fecha y la hora correspondiente a string (AAAA, AAAA-MM, AAAA-MM-DD, AAAA-MM-DD, AAAA, MM-DD, hh:mm o AAAA-MM-DD, hh:mm:ss).

Funciones lógicas, operadores y constantes

Las funciones y los operadores lógicos se usan para evaluar si algo es verdadero o falso. Las expresiones que usan estos elementos toman un valor, la evalúan según algunos criterios, muestran Yes si se cumplen los criterios y No si no se cumplen. También existen varios operadores lógicos para comparar valores y combinar expresiones lógicas.

Funciones para cualquier expresión de Looker

Función	Sintaxis	Purpose
case	case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value)	ADDED 21.10 Permite la lógica condicional con varias condiciones y resultados. Muestra value_if_yes para el primer caso when cuyo valor yesno_arg es yes. Muestra else_value si todos los casos when son no.
coalesce	coalesce(value_1, value_2, ...)	Muestra el primer valor que no es null en value_1, value_2, ..., value_n si se encuentra y null en caso contrario. Para ver ejemplos sobre el uso de coalesce, consulta las secciones Cómo crear un total en todas las filas con los cálculos de la tabla, Cómo crear un porcentaje del total en las filas con los cálculos de la tabla y Cómo usar pivot_index en los cálculos de la tabla.
if	if(yesno_expression, value_if_yes, value_if_no)	Si yesno_expression se evalúa como Yes, muestra el valor value_if_yes. De lo contrario, muestra el valor value_if_no. Para ver un ejemplo, consulta la publicación de Comunidad Agrupa por una dimensión en los cálculos de la tabla.
is_null	is_null(value)	Muestra Yes si value es null y, de lo contrario, No. Para ver un ejemplo, consulta la página de documentación Crea expresiones de Looker. Para obtener otro ejemplo que use is_null con el operador NOT, consulta la página de documentación Usa cálculos de tablas.

Operadores para cualquier expresión de Looker

Los siguientes operadores de comparación se pueden usar con cualquier tipo de datos:

Operador	Sintaxis	Purpose
=	value_1 = value_2	Muestra Yes si value_1 es igual a value_2 y, de lo contrario, No.
!=	value_1 != value_2	Muestra Yes si value_1 no es igual a value_2 y, de lo contrario, No.

Los siguientes operadores de comparación se pueden usar con números, fechas y strings:

Operador	Sintaxis	Purpose
>	value_1 > value_2	Muestra Yes si value_1 es mayor que value_2 y, de lo contrario, No.
<	value_1 < value_2	Muestra Yes si value_1 es menor que value_2 y, de lo contrario, No.
>=	value_1 >= value_2	Muestra Yes si value_1 es mayor o igual que value_2 y, de lo contrario, No.
<=	value_1 <= value_2	Muestra Yes si value_1 es menor o igual que value_2 y, de lo contrario, No.

También puedes combinar expresiones de Looker con estos operadores lógicos:

Operador	Sintaxis	Purpose
AND	value_1 AND value_2	Muestra Yes si value_1 y value_2 son Yes y, de lo contrario, No.
OR	value_1 OR value_2	Muestra Yes si value_1 o value_2 son Yes y, de lo contrario, No.
NOT	NOT value	Muestra Yes si value es No y, de lo contrario, No.

Estos operadores lógicos deben estar en mayúsculas. No funcionarán los operadores lógicos escritos en minúsculas.

Constantes lógicas

Puedes usar constantes lógicas en expresiones de Looker. Estas constantes siempre se escriben en minúsculas y tienen los siguientes significados:

Constante	Significado
yes	Verdadero
no	Falso
null	Sin valor

Ten en cuenta que las constantes yes y no son los símbolos especiales que significan verdadero o falso en las expresiones de Looker. Por el contrario, usar comillas, como en "yes" y "no", crea strings literales con esos valores.

Las expresiones lógicas se evalúan como verdaderas o falsas sin requerir una función if. Por ejemplo:

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

es equivalente a lo siguiente:

${field} > 100

También puedes usar null para indicar que no hay ningún valor. Por ejemplo, es posible que desee determinar si un campo está vacío o asignar un valor vacío en una situación determinada. Esta fórmula no muestra ningún valor si el campo es menor que 1, o el valor del campo si es mayor que 1:

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

Combina los operadores AND y OR

Los operadores AND se evalúan antes que los operadores OR, si de lo contrario no especificas el orden con paréntesis. Por lo tanto, la siguiente expresión sin paréntesis adicionales:

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

se evaluaría de la siguiente manera:

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

Funciones posicionales

Cuando se crean cálculos de tabla, puedes usar funciones de transformación posicional para extraer información sobre campos en diferentes filas o columnas dinámicas. También puedes crear listas y recuperar la fila actual o el índice de columna dinámica.

Totales de columnas y filas solo para cálculos de tablas

Si tu Explorar contiene totales, puedes hacer referencia a valores totales para columnas y filas:

Función	Sintaxis	Purpose
:total	${field:total}	Muestra el total de la columna del campo.
:row_total	${field:row_total}	Muestra el total de la fila del campo.

Funciones relacionadas con las filas solo para cálculos de tablas

Algunas de estas funciones usan las posiciones relativas de las filas, por lo que cambiar el orden de las filas afecta los resultados de las funciones.

Función	Sintaxis	Purpose
index	index(expression, n)	Muestra el valor del elemento n de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra el elemento n de cada lista.
list	list(value_1, value_2, ...)	Crea una lista a partir de los valores especificados. Para ver un ejemplo, consulta la publicación de Comunidad de Usa listas en los cálculos de tablas.
lookup	lookup(value, lookup_column, result_column)	Muestra el valor en result_column que está en la misma fila que value en lookup_column.
offset	offset(column, row_offset)	Muestra el valor de la fila (n + row_offset) en column, donde n es el número de fila actual. Si deseas ver ejemplos que usan offset, consulta la página de prácticas recomendadas para calcular el porcentaje anterior y el cambio porcentual con los cálculos de la tabla.
offset_list	offset_list(column, row_offset, num_values)	Muestra una lista de los valores num_values a partir de la fila (n + row_offset) en column, en la que n es el número de fila actual. Para ver un ejemplo, consulta la publicación de Comunidad sobre cómo calcular los promedios móviles.
row	row()	Muestra el número de fila actual.

Funciones relacionadas con las tablas dinámicas solo para cálculos de tablas

Algunas de estas funciones usan las posiciones relativas de las columnas dinámicas, por lo que cambiar el orden de clasificación de la dimensión dinámica afecta los resultados de esas funciones.

Función	Sintaxis	Purpose
pivot_column	pivot_column()	Muestra el índice de la columna dinámica actual.
pivot_index	pivot_index(expression, pivot_index)	Evalúa expression en el contexto de la columna dinámica en la posición pivot_index (1 para el primer pivote, 2 segundos, etc.). El resultado es nulo para resultados no dinámicos. Para ver ejemplos de pivot_index, consulta las secciones Cómo usar pivot_index en los cálculos de la tabla y Cómo crear un porcentaje del total en las filas con los cálculos de la tabla.
pivot_offset	pivot_offset(pivot_expression, col_offset)	Muestra el valor de pivot_expression en la posición (n + col_offset), donde n es la posición actual de la columna dinámica. El resultado es nulo para resultados no dinámicos. Para ver ejemplos de pivot_offset, consulta la publicación de Comunidad Crea un total continuo en todas las filas con los cálculos de la tabla y la página de prácticas recomendadas Cómo calcular el porcentaje del cambio anterior y del porcentaje con los cálculos de la tabla.
pivot_offset_list	pivot_offset_list(pivot_expression, col_offset, num_values)	Muestra una lista de los valores num_values en pivot_expression a partir de la posición (n + col_offset), donde n es el índice de pivote actual. Muestra null para resultados no dinámicos.
pivot_row	pivot_row(expression)	Muestra los valores dinámicos de expression como una lista. Muestra null para resultados no dinámicos. Para ver ejemplos de pivot_row, consulta las páginas sobre agregación en filas (totales de fila) de los cálculos de tablas y cómo calcular el porcentaje del total.
pivot_where	pivot_where(select_expression, expression)	Muestra el valor de expression para la columna dinámica que satisface de forma única select_expression o null si esa columna única no existe.

Las funciones de tabla dinámica específicas que usas determinan si el cálculo de la tabla se muestra junto a cada columna dinámica o si se muestra como una sola columna al final de la tabla.

Filtrar funciones para filtros y campos personalizados

Las funciones de filtro te permiten trabajar con expresiones de filtro para mostrar valores basados en datos filtrados. Las funciones de filtro funcionan en filtros personalizados, filtros en medidas personalizadas y dimensiones personalizadas, pero no son válidos en los cálculos de tablas.

Función	Sintaxis	Purpose
matches_filter	matches_filter(field, `filter_expression`)	Muestra Yes si el valor del campo coincide con la expresión de filtro y No si no.