Wenn Ihr Administrator Ihnen die Berechtigungen zum Erstellen von Tabellenkalkulationen gewährt hat, können Sie mit den folgenden Funktionen schnell gängige Funktionen ausführen, ohne Looker-Ausdrücke erstellen zu müssen:
- Tastenkombinationen zum schnellen Durchführen gängiger Berechnungen für numerische Felder in der Datentabelle eines Explores
Wenn Ihr Administrator Ihnen die Berechtigungen zum Erstellen benutzerdefinierter Felder gewährt hat, können Sie mit den folgenden Funktionen schnell gängige Funktionen ausführen, ohne Looker-Ausdrücke erstellen zu müssen:
Benutzerdefinierte Gruppen, um Werte unter benutzerdefinierten Labels schnell zu gruppieren, ohne
CASE WHEN
-Logik insql
-Parametern odertype: case
-Feldern entwickeln zu müssenBenutzerdefinierte Klassen zum Gruppieren numerischer Dimensionen in benutzerdefinierten Ebenen, ohne dass
type: tier
LookML-Felder entwickelt werden müssen
Looker-Ausdrücke (manchmal auch als Lexp bezeichnet) werden verwendet, um Berechnungen für Folgendes durchzuführen:
- Tabellenkalkulationen (auch mit Ausdrücken, die in Datentests verwendet werden)
- Benutzerdefinierte Felder
- Benutzerdefinierte Filter
Diese Ausdrücke bestehen zu einem wesentlichen Teil aus Funktionen und Operatoren. Funktionen und Operatoren lassen sich in einige grundlegende Kategorien unterteilen:
- Mathematisch: zahlenbezogene Funktionen
- String: wort- und buchstabenbezogene Funktionen
- Datum: datums- und uhrzeitbezogene Funktionen
- Logische Transformation: Hierzu gehören boolesche Funktionen (wahr oder falsch) und Vergleichsoperatoren.
- Positionstransformation: Ermöglicht das Abrufen von Werten aus anderen Zeilen oder Pivots.
Nur für Tabellenkalkulationen verfügbare Funktionen
Looker-Ausdrücke für benutzerdefinierte Filter und benutzerdefinierte Felder unterstützen keine Looker-Funktionen, die Datentypen konvertieren, Daten aus mehreren Zeilen aggregieren oder auf andere Zeilen oder Pivot-Spalten verweisen. Diese Funktionen werden nur für Tabellenkalkulationen unterstützt. Dazu gehören auch Tabellenkalkulationen, die im Parameter expression
eines Datentests verwendet werden.
Auf dieser Seite wird die Verfügbarkeit von Funktionen und Operatoren verdeutlicht, abhängig von deren Verwendung innerhalb eines Looker-Ausdrucks.
Mathematische Funktionen und Operatoren
Es gibt zwei Möglichkeiten zur Verwendung von mathematischen Funktionen und Operatoren:
- Einige mathematische Funktionen führen Berechnungen basierend auf einer einzelnen Zeile durch. Beispiel: Auf-/Abrundungen, Quadratwurzelberechnungen, Multiplikationen und ähnliche Funktionen können bei Werten angewendet werden, die sich in einer einzelnen Zeile befinden, wobei für jede Zeile ein eigener Wert übergeben wird. Alle mathematischen Operatoren, z. B.
+
, werden zeilenweise angewendet. - Andere mathematische Funktionen, wie Durchschnittswerte und laufende Summen, werden auf viele Zeilen angewendet. Diese Funktionen schließen bei Operationen mehrere Zeilen ein und fassen sie in einer einzelnen Zahl zusammen; diese Zahl wird dann in jeder Zeile angezeigt.
Funktionen für Looker-Ausdrücke
Funktion | Syntax | Zweck |
---|---|---|
abs |
abs(value) |
Gibt den Absolutwert von value zurück. Ein Beispiel finden Sie im Communitybeitrag Standardabweichung und einfache Zeitreihenausreißererkennung mithilfe von Tabellenkalkulationen. |
ceiling |
ceiling(value) |
Gibt die kleinste Ganzzahl zurück, die größer oder gleich value ist. |
exp |
exp(value) |
Gibt e hoch value zurück. |
floor |
floor(value) |
Gibt die größte Ganzzahl zurück, die kleiner oder gleich value ist. |
ln |
ln(value) |
Gibt den natürlichen Logarithmus von value zurück. |
log |
log(value) |
Gibt den Logarithmus zur Basis 10 von value zurück. |
mod |
mod(value, divisor) |
Gibt den Rest der Division von value durch divisor zurück. |
power |
power(base, exponent) |
Gibt den Wert base zurück, der mit exponent potenziert wird. Ein Beispiel finden Sie im Communitybeitrag Standardabweichung und einfache Zeitreihenausreißererkennung mithilfe von Tabellenkalkulationen. |
rand |
rand() |
Gibt eine zufällige Zahl zwischen 0 und 1 zurück. |
round |
round(value, num_decimals) |
Gibt value zurück, gerundet auf num_decimals Dezimalstellen. Beispiele für die Verwendung von round finden Sie in den Communitybeiträgen pivot_index in Tabellenkalkulationen verwenden und Standardabweichung und einfache Zeitreihen-Ausreißererkennung mithilfe von Tabellenkalkulationen. |
sqrt |
sqrt(value) |
Gibt die Quadratwurzel von value zurück. Ein Beispiel finden Sie im Communitybeitrag Standardabweichung und einfache Zeitreihenausreißererkennung mithilfe von Tabellenkalkulationen. |
Funktionen nur für Tabellenkalkulationen
Viele dieser Funktionen operieren über mehrere Zeilen hinweg und beziehen nur die von Ihrer Abfrage übergebenen Zeilen ein.
Funktion | Syntax | Zweck |
---|---|---|
acos |
acos(value) |
Gibt den umgekehrten Kosinus von value zurück. |
asin |
asin(value) |
Gibt den umgekehrten Sinus von value zurück. |
atan |
atan(value) |
Gibt den umgekehrten Tangens von value zurück. |
beta_dist |
beta_dist(value, alpha, beta, cumulative) |
Gibt die Position von value auf der Betaverteilung mit den Parametern alpha und beta zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
beta_inv |
beta_inv(probability, alpha, beta) |
Gibt die Position von probability auf der umgekehrten kumulativen Betaverteilung mit den Parametern alpha und beta zurück. |
binom_dist |
binom_dist(num_successes, num_tests, probability, cumulative) |
Gibt die Wahrscheinlichkeit für num_successes Erfolge in num_tests -Tests mit der angegebenen probability zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
binom_inv |
binom_inv(num_tests, test_probability, target_probability) |
Gibt die kleinste Zahl k zurück, sodass binom(k, num_tests, test_probability, yes) >= target_probability . |
chisq_dist |
chisq_dist(value, dof, cumulative) |
Gibt die Position von value auf der Gammaverteilung mit dof Freiheitsgraden zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
chisq_inv |
chisq_inv(probability, dof) |
Gibt die Position von probability auf der umgekehrten kumulierten Gammaverteilung mit dof Freiheitsgraden zurück. |
chisq_test |
chisq_test(actual, expected) |
Gibt die Wahrscheinlichkeit für den Chi-Quadrat-Test für die Unabhängigkeit zwischen den Daten actual und expected zurück. actual kann eine Spalte oder eine Spalte von Listen sein und expected muss vom gleichen Typ sein. |
combin |
combin(set_size, selection_size) |
Gibt die Anzahl der Möglichkeiten zurück, wie selection_size -Elemente aus einem Satz der Größe set_size ausgewählt werden können. |
confidence_norm |
confidence_norm(alpha, stdev, n) |
Gibt die halbe Breite des normalen Konfidenzintervalls für Signifikanzebene alpha , Standardabweichung stdev und Stichprobengröße n zurück. |
confidence_t |
confidence_t(alpha, stdev, n) |
Gibt die halbe Breite des Konfidenzintervalls der studentischen t-Verteilung bei Signifikanzebene alpha , der Standardabweichung stdev und der Stichprobengröße n zurück. |
correl |
correl(column_1, column_2) |
Gibt den Korrelationskoeffizienten von column_1 und column_2 zurück. |
cos |
cos(value) |
Gibt den Kosinus von value zurück. |
count |
count(expression) |
Gibt die Anzahl der Nicht-null -Werte in der durch expression definierten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Anzahl in jeder Liste zurückgegeben. |
count_distinct |
count_distinct(expression) |
Gibt die Anzahl der eindeutigen Werte zurück, die in der durch expression definierten Spalte nicht null sind, es sei denn, expression definiert eine Listenspalte. In diesem Fall wird die Anzahl in jeder Liste zurückgegeben. |
covar_pop |
covar_pop(column_1, column_2) |
Gibt die Populationskovarianz von column_1 und column_2 zurück. |
covar_samp |
covar_samp(column_1, column_2) |
Gibt die Stichprobenkovarianz von column_1 und column_2 zurück. |
degrees |
degrees(value) |
Wandelt value von Radianten in Grad um. |
expon_dist |
expon_dist(value, lambda, cumulative) |
Gibt die Position von value auf der Exponentialverteilung mit dem Parameter lambda zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
f_dist |
f_dist(value, dof_1, dof_2, cumulative) |
Gibt die Position von value auf der F-Verteilung mit den Parametern dof_1 und dof_2 zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
f_inv |
f_inv(probability, dof_1, dof_2) |
Gibt die Position von probability auf der umgekehrten kumulierten F-Verteilung mit den Parametern dof_1 und dof_2 zurück. |
fact |
fact(value) |
Gibt die Fakultät von value zurück. |
gamma_dist |
gamma_dist(value, alpha, beta, cumulative) |
Gibt die Position von value auf der Gammaverteilung mit den Parametern alpha und beta zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
gamma_inv |
gamma_inv(probability, alpha, beta) |
Gibt die Position von probability auf der umgekehrten kumulierten Gammaverteilung mit den Parametern alpha und beta zurück. |
geomean |
geomean(expression) |
Gibt den geometrischen Mittelwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der geometrische Mittelwert jeder Liste zurückgegeben. |
hypgeom_dist |
hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) |
Gibt die Wahrscheinlichkeit für den Erhalt von sample_successes aus der angegebenen sample_size , der Anzahl von population_successes und population_size zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
intercept |
intercept(y_column, x_column) |
Gibt den Achsenabschnitt der linearen Regressionsgeraden für die durch y_column und x_column festgelegten Punkte zurück. Ein Beispiel finden Sie im Communitybeitrag So erstellen Sie eine Prognose in Looker mit Tabellenkalkulationen. |
kurtosis |
kurtosis(expression) |
Gibt die Stichproben-Exzesskurtosis der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Stichproben-Exzesswölbung jeder Liste zurückgegeben. |
large |
large(expression, k) |
Gibt den k -größten Wert der von expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der k -größte Wert jeder Liste zurückgegeben. |
match |
match(value, expression) |
Gibt die Zeilennummer des ersten Vorkommens von value in der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Listenspalte. In diesem Fall wird die Position von value in jeder Liste zurückgegeben. |
max |
max(expression) |
Gibt den Maximalwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Maximalwert jeder Liste zurückgegeben. Beispiele für die Verwendung von max findest du in den Communitybeiträgen Listen in Tabellenkalkulationen verwenden und Gruppierung nach Dimension in Tabellenkalkulationen. |
mean |
mean(expression) |
Gibt den Mittelwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der Mittelwert jeder Liste zurückgegeben. Beispiele für die Verwendung von mean finden Sie im Communitybeitrag Gleitende Durchschnitte berechnen und im Communitybeitrag Standardabweichung und einfache Zeitreihenausreißererkennung mit Tabellenkalkulationen. |
median |
median(expression) |
Gibt den Medianwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der Medianwert jeder Liste zurückgegeben. |
min |
min(expression) |
Gibt den Minimalwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Minimalwert jeder Liste zurückgegeben. |
mode |
mode(expression) |
Gibt den Modus der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der Modus jeder Liste zurückgegeben. |
multinomial |
multinomial(value_1, value_2, ...) |
Gibt den Faktor der Summe der Argumente geteilt durch das Produkt der entsprechenden Faktoren zurück. |
negbinom_dist |
negbinom_dist(num_failures, num_successes, probability, cumulative) |
Gibt die Wahrscheinlichkeit für num_failures -Fehler zurück, bevor num_successes Erfolge erzielt werden, mit der angegebenen probability für Erfolg. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
norm_dist |
norm_dist(value, mean, stdev, cumulative) |
Gibt die Position von value auf der Normalverteilung mit den angegebenen mean und stdev zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
norm_inv |
norm_inv(probability, mean, stdev) |
Gibt die Position von probability auf der umgekehrten kumulierten Normalverteilung zurück. |
norm_s_dist |
norm_s_dist(value, cumulative) |
Gibt die Position von value auf der Standardnormalverteilung zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
norm_s_inv |
norm_s_inv(probability) |
Gibt die Position von probability auf der umgekehrten kumulierten Standardnormalverteilung zurück. |
percent_rank |
percent_rank(column, value) |
Gibt den Rang von value in column als Prozentsatz von 0 bis einschließlich 1 zurück, wobei column die Spalte, das Feld, die Liste oder der Bereich mit dem zu berücksichtigenden Dataset ist. und value ist die Spalte mit dem Wert, für den der Prozentrang ermittelt wird.Verwendungsbeispiel:percent_rank(${view_name.field_1}, ${view_name.field_1}) percent_rank(list(1, 2, 3), ${view_name.field_1}) percent_rank(list(1, 2, 3), 2) |
percentile |
percentile(value_column, percentile_value) |
Gibt den Wert aus der von expression erstellten Spalte zurück, die dem angegebenen percentile_value -Wert entspricht, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Perzentilwert für jede Liste zurückgegeben. percentile_value muss zwischen 0 und 1 liegen. Andernfalls wird null zurückgegeben. |
pi |
pi() |
Gibt den Wert von pi zurück. |
poisson_dist |
poisson_dist(value, lambda, cumulative) |
Gibt die Position von value auf der Poisson-Verteilung mit dem Parameter lambda zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
product |
product(expression) |
Gibt das Produkt der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird das Produkt jeder Liste zurückgegeben. |
radians |
radians(value) |
Wandelt value von Grad in Radianten um. |
rank |
rank(value, expression) |
Gibt den Rang von value in der von expression erstellten Spalte zurück. Wenn Sie beispielsweise Bestellungen nach ihrem gesamten Verkaufspreis einordnen möchten, können Sie rank(${order_items.total_sale_price},${order_items.total_sale_price}) verwenden. Damit erhalten Sie einen Rang für jeden Wert von order_items.total_sale_price in Ihrer Abfrage, wenn er mit der gesamten Spalte von order_items.total_sale_price in Ihrer Abfrage verglichen wird. Für den Fall, dass expression mehrere Listen definiert, gibt diese Funktion die relative Größe von value in jeder Liste zurück. Ein Beispiel dafür findest du im Communitybeitrag Ränge mit Tabellenkalkulationen. |
rank_avg |
rank_avg(value, expression) |
Gibt den durchschnittlichen Rang von value in der von expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der durchschnittliche Rang von value in jeder Liste zurückgegeben. |
running_product |
running_product(value_column) |
Gibt ein laufendes Produkt der Werte in value_column zurück. |
running_total |
running_total(value_column) |
Gibt eine laufende Summe der Werte in value_column zurück. Ein Beispiel finden Sie auf der Seite Best Practices für die Erstellung einer mitunter laufenden Spalte mit Tabellenkalkulationen. |
sin |
sin(value) |
Gibt den Sinus von value zurück. |
skew |
skew(expression) |
Gibt die Stichproben-Schiefe der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Stichproben-Schiefe jeder Liste zurückgegeben. |
slope |
slope(y_column, x_column) |
Gibt die Steigung der linearen Regressionsgeraden für die durch y_column und x_column festgelegten Punkte zurück. Ein Beispiel finden Sie im Communitybeitrag So erstellen Sie eine Prognose in Looker mit Tabellenkalkulationen. |
small |
small(expression, k) |
Gibt den k .-kleinsten Wert der von expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der k .-kleinste Wert jeder Liste zurückgegeben. |
stddev_pop |
stddev_pop(expression) |
Gibt die Standardabweichung (Population) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Standardabweichung (Population) jeder Liste zurückgegeben. |
stddev_samp |
stddev_samp(expression) |
Gibt die Standardabweichung (Stichprobe) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Standardabweichung (Stichprobe) jeder Liste zurückgegeben. |
sum |
sum(expression) |
Gibt die Summe der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Summe jeder Liste zurückgegeben. Beispiele für die Verwendung von sum finden Sie auf den Best Practices-Seiten Über Zeilen (Zeilensummen) in Tabellenkalkulationen aggregiert und Prozentuale Gesamtsumme berechnen. |
t_dist |
t_dist(value, dof, cumulative) |
Gibt die Position von value auf der Schüler-t-Verteilung mit dof Freiheitsgraden zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
t_inv |
t_inv(probability, dof) |
Gibt die Position von probability auf der umgekehrten kumulierten Normalverteilung mit dof Freiheitsgraden zurück. |
t_test |
t_test(column_1, column_2, tails, type) |
Gibt das Ergebnis eines Student-t-Tests für die Daten aus column_1 und column_2 unter Verwendung von 1 oder 2 tails zurück. type : 1 = gepaart, 2 = homoskedastisch, 3 = heteroskedastisch. |
tan |
tan(value) |
Gibt den Tangens von value zurück. |
var_pop |
var_pop(expression) |
Gibt die Varianz (Population) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Varianz (Population) jeder Liste zurückgegeben. |
var_samp |
var_samp(expression) |
Gibt die Varianz (Stichprobe) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Varianz (Stichprobe) jeder Liste zurückgegeben. |
weibull_dist |
weibull_dist(value, shape, scale, cumulative) |
Gibt die Position von value auf der Weibull-Verteilung mit den Parametern shape und scale zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben. |
z_test |
z_test(data, value, stdev) |
Gibt den einseitigen p-Wert des Z-Tests unter Verwendung der vorhandenen data und stdev für den hypothetischen Mittelwert value zurück. |
Operatoren für Looker-Ausdrücke
Sie können die folgenden mathematischen Standardoperatoren verwenden:
Operator | Syntax | Zweck |
---|---|---|
+ |
value_1 + value_2 |
Fügt value_1 und value_2 hinzu. |
- |
value_1 - value_2 |
Subtrahiert value_2 von value_1 . |
* |
value_1 * value_2 |
Multipliziert value_1 mit value_2 . |
/ |
value_1 / value_2 |
Dividiert value_1 durch value_2 . |
Stringfunktionen
Zeichenfolgenfunktionen arbeiten mit Sätzen, Wörtern oder Buchstaben, die kollektiv als Zeichenfolgen bezeichnet werden. Mithilfe von Zeichenfolgenfunktionen können Sie Wörter und Buchstaben in Großbuchstaben schreiben, Teile einer Phrase extrahieren, überprüfen, ob sich ein Wort oder ein Buchstabe in einer Phrase befindet, oder Elemente eines Wortes oder einer Phrase ersetzen. Zeichenfolgenfunktionen können auch verwendet werden, um die in der Tabelle zurückgegebenen Daten zu formatieren.
Funktionen für Looker-Ausdrücke
Funktionen nur für Tabellenkalkulationen
DATE-Funktionen
Datumsfunktionen ermöglichen es Ihnen, mit Datum und Uhrzeit zu arbeiten.
Funktionen für Looker-Ausdrücke
Funktion | Syntax | Zweck |
---|---|---|
add_days |
add_days(number, date) |
Dadurch werden date um number Tage verlängert. |
add_hours |
add_hours(number, date) |
Fügt number Stunden zu date hinzu. |
add_minutes |
add_minutes(number, date) |
Fügt number Minuten zu date hinzu. |
add_months |
add_months(number, date) |
Fügt number Monate zu date hinzu. |
add_seconds |
add_seconds(number, date) |
Fügt number Sekunden zu date hinzu. |
add_years |
add_years(number, date) |
Dadurch wird date um number Jahre verlängert. |
date |
date(year, month, day) |
Gibt „year-month-day “ zurück date oder null , wenn das Datum ungültig wäre. |
date_time |
date_time(year, month, day, hours, minutes, seconds) |
Gibt das Datum year-month-day hours:minutes:seconds oder null zurück, wenn das Datum ungültig wäre. |
diff_days |
diff_days(start_date, end_date) |
Gibt die Anzahl der Tage zwischen start_date und end_date zurück. Ein Beispiel finden Sie im Communitybeitrag Datumsangaben in Tabellenkalkulationen verwenden. |
diff_hours |
diff_hours(start_date, end_date) |
Gibt die Anzahl der Stunden zwischen start_date und end_date zurück. |
diff_minutes |
diff_minutes(start_date, end_date) |
Gibt die Anzahl der Minuten zwischen start_date und end_date zurück. Ein Beispiel finden Sie im Communitybeitrag Datumsangaben in Tabellenkalkulationen verwenden. |
diff_months |
diff_months(start_date, end_date) |
Gibt die Anzahl der Monate zwischen start_date und end_date zurück. Ein Beispiel finden Sie im Communitybeitrag Gruppierung nach Dimension in Tabellenkalkulationen. |
diff_seconds |
diff_seconds(start_date, end_date) |
Gibt die Anzahl der Sekunden zwischen start_date und end_date zurück. |
diff_years |
diff_years(start_date, end_date) |
Gibt die Anzahl der Jahre zwischen start_date und end_date zurück. |
extract_days |
extract_days(date) |
Extrahiert die Tage aus date . Ein Beispiel finden Sie im Communitybeitrag Datumsangaben in Tabellenkalkulationen verwenden. |
extract_hours |
extract_hours(date) |
Extrahiert die Stunden aus date . |
extract_minutes |
extract_minutes(date) |
Extrahiert die Minuten aus date . |
extract_months |
extract_months(date) |
Extrahiert die Monate aus date . |
extract_seconds |
extract_seconds(date) |
Extrahiert die Sekunden aus date . |
extract_years |
extract_years(date) |
Extrahiert die Jahre aus date . |
now |
now() |
Gibt das aktuelle Datum und die aktuelle Uhrzeit zurück. Beispiele für die Verwendung von now findest du in den Communitybeiträgen unter Now()-Tabellenberechnungsfunktion hat bessere Zeitzonenhandhabung und Datumsangaben in Tabellenkalkulationen verwenden. |
trunc_days |
trunc_days(date) |
Kürzt date auf Tage. |
trunc_hours |
trunc_hours(date) |
Kürzt date auf Stunden. |
trunc_minutes |
trunc_minutes(date) |
Kürzt date auf Minuten. |
trunc_months |
trunc_months(date) |
Kürzt date auf Monate. |
trunc_years |
trunc_years(date) |
Kürzt date auf Jahre. |
Funktionen nur für Tabellenkalkulationen
Funktion | Syntax | Zweck |
---|---|---|
to_date |
to_date(string) |
Gibt das Datum und die Uhrzeit für string zurück (JJJJ, JJJJ-MM, JJJJ-MM-TT, JJJJ-MM-TT hh, JJJJ-MM-TT hh:mm oder JJJJ-MM-TT hh:mm:ss). |
Logische Funktionen, Operatoren und Konstanten
Logische Funktionen und Operatoren werden verwendet, um zu beurteilen, ob etwas wahr oder falsch ist. Ausdrücke, in denen diese Elemente verwendet werden, nehmen einen Wert an, werten ihn anhand bestimmter Kriterien aus und geben Yes
zurück, wenn die Kriterien erfüllt sind, und No
, wenn die Kriterien nicht erfüllt sind. Es gibt auch verschiedene logische Operatoren zum Vergleichen von Werten und Kombinieren von logischen Ausdrücken.
Funktionen für Looker-Ausdrücke
Funktion | Syntax | Zweck |
---|---|---|
case |
case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) |
ADDED 21.10
Ermöglicht bedingte Logik mit mehreren Bedingungen und Ergebnissen. Gibt value_if_yes für den ersten when -Fall zurück, dessen yesno_arg -Wert yes ist. Gibt else_value zurück, wenn alle when -Fälle no sind. |
coalesce |
coalesce(value_1, value_2, ...) |
Gibt den ersten Nicht-null -Wert in value_1 , value_2 , ... , value_n zurück, falls gefunden, andernfalls null . Beispiele für die Verwendung von coalesce finden Sie in den Communitybeiträgen Mit Tabellenkalkulationen gleitende Gesamtsumme über Zeilen hinweg erstellen, Mit Tabellenkalkulationen den Prozentsatz einer Gesamtsumme in Zeilen erstellen und Pivot_Index in Tabellenkalkulationen verwenden. |
if |
if(yesno_expression, value_if_yes, value_if_no) |
Wenn yesno_expression Yes ergibt, wird der Wert value_if_yes zurückgegeben. Andernfalls wird der Wert value_if_no zurückgegeben. Ein Beispiel finden Sie im Communitybeitrag Gruppierung nach Dimension in Tabellenkalkulationen. |
is_null |
is_null(value) |
Gibt Yes zurück, wenn value gleich null ist, andernfalls No . Ein Beispiel finden Sie auf der Dokumentationsseite Looker-Ausdrücke erstellen. Ein weiteres Beispiel für die Verwendung von is_null mit dem Operator NOT finden Sie auf der Dokumentationsseite Tabellenkalkulationen verwenden. |
Operatoren für Looker-Ausdrücke
Die folgenden Vergleichsoperatoren können für jeden Datentyp verwendet werden:
Operator | Syntax | Zweck |
---|---|---|
= |
value_1 = value_2 |
Gibt Yes zurück, wenn value_1 gleich value_2 ist, andernfalls No . |
!= |
value_1 != value_2 |
Gibt Yes zurück, wenn value_1 ungleich value_2 ist, andernfalls No . |
Die folgenden Vergleichsoperatoren können mit Zahlen, Datumsangaben und Strings verwendet werden:
Sie können Looker-Ausdrücke auch mit diesen logischen Operatoren kombinieren:
Diese logischen Operatoren müssen großgeschrieben werden. Logische Operatoren, die in Kleinbuchstaben geschrieben sind, funktionieren nicht ordnungsgemäß.
Logische Konstanten
Sie können logische Konstanten in Looker-Ausdrücken verwenden. Diese Konstanten werden immer in Kleinbuchstaben geschrieben und haben folgende Bedeutung:
Konstante | Bedeutung |
---|---|
yes |
Wahr |
no |
Falsch |
null |
Kein Wert |
Die Konstanten yes
und no
sind Sonderzeichen, die in Looker-Ausdrücken „wahr“ oder „falsch“ bedeuten. Im Gegensatz dazu werden bei Verwendung von Anführungszeichen wie in "yes"
und "no"
literale Strings mit diesen Werten erstellt.
Logische Ausdrücke werden als „wahr“ oder „falsch“ ausgewertet, ohne dass eine if
-Funktion erforderlich ist. Beispiel:
if(${field} > 100, yes, no)
ist gleichbedeutend mit:
${field} > 100
Sie können auch mit null
angeben, dass kein Wert vorhanden ist. Beispiel: Sie können bestimmen, ob ein Feld leer ist, oder in einer bestimmten Situation einen leeren Wert zuweisen. Diese Formel übergibt keinen Wert, wenn der Feldwert kleiner als 1 ist bzw. übergibt den Feldwert, wenn er größer als 1 ist:
if(${field} < 1, null, ${field})
Die Operatoren AND
und OR
kombinieren
AND
-Operatoren werden vor OR
-Operatoren ausgewertet, wenn Sie die Reihenfolge nicht anderweitig mit Klammern angeben. Demnach wird der folgende Ausdruck ohne zusätzliche Klammern:
if (
${order_items.days_to_process}>=4 OR
${order_items.shipping_time}>5 AND
${order_facts.is_first_purchase},
"review", "okay")
wie folgt ausgewertet:
if (
${order_items.days_to_process}>=4 OR
(${order_items.shipping_time}>5 AND ${order_facts.is_first_purchase}),
"review", "okay")
Positionsfunktionen
Bei der Erstellung von Tabellenkalkulationen können Sie mithilfe von Funktionen zur Positionstransformation Informationen über Felder in verschiedenen Zeilen oder Pivot-Spalten extrahieren. Sie können auch Listen erstellen und den aktuellen Zeilen- oder Pivot-Spaltenindex abrufen.
Spalten- und Zeilensummen nur für Tabellenkalkulationen
Wenn Ihr Explore Summen enthält, können Sie auf Gesamtwerte für Spalten und Zeilen verweisen:
Funktion | Syntax | Zweck |
---|---|---|
:total |
${field:total} |
Gibt die Spaltensumme des Feldes zurück. |
:row_total |
${field:row_total} |
Gibt die Zeilensumme des Feldes zurück. |
Zeilenbezogene Funktionen nur für Tabellenkalkulationen
Einige dieser Funktionen verwenden die relative Position von Zeilen, so dass eine Änderung der Sortierreihenfolge der Zeilen die Ergebnisse der Funktionen beeinflusst.
Funktion | Syntax | Zweck |
---|---|---|
index |
index(expression, n) |
Gibt den Wert des n . Elements der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird das n . Element jeder Liste zurückgegeben. |
list |
list(value_1, value_2, ...) |
Erstellt eine Liste aus den angegebenen Werten Ein Beispiel findest du im Communitybeitrag Listen in Tabellenkalkulationen verwenden. |
lookup |
lookup(value, lookup_column, result_column) |
Gibt den Wert in result_column zurück, der sich in derselben Zeile wie value in lookup_column befindet. |
offset |
offset(column, row_offset) |
Gibt den Wert der Zeile (n + row_offset) in column zurück, wobei n die aktuelle Zeilennummer ist. Beispiele für die Verwendung von offset finden Sie auf der Seite Best Practices für die Berechnung des Prozentsatzes der vorherigen und der prozentualen Änderung mit Tabellenkalkulationen. |
offset_list |
offset_list(column, row_offset, num_values) |
Gibt eine Liste der num_values -Werte zurück, beginnend bei Zeile (n + row_offset) in column , wobei n die aktuelle Zeilennummer ist. Ein Beispiel findest du im Communitybeitrag Gleitende Durchschnitte berechnen. |
row |
row() |
Gibt die aktuelle Zeilennummer zurück. |
Drehpunktbezogene Funktionen nur für Tabellenkalkulationen
Einige dieser Funktionen verwenden die relativen Positionen von Pivot-Spalten, so dass eine Änderung der Sortierreihenfolge der als Drehpunkt festgelegten Dimension die Ergebnisse dieser Funktionen beeinflusst.
Funktion | Syntax | Zweck |
---|---|---|
pivot_column |
pivot_column() |
Gibt den Index der aktuellen Pivot-Spalte zurück. |
pivot_index |
pivot_index(expression, pivot_index) |
Wertet expression im Kontext der Pivot-Spalte an Position pivot_index aus (1 für den ersten Drehpunkt, 2 Sekunden für den Drehpunkt usw.). Gibt Null bei Ergebnissen zurück, die nicht als Drehpunkt festgelegt sind. Beispiele für die Verwendung von pivot_index findest du in den Communitybeiträgen Pivot_Index in Tabellenkalkulationen verwenden und Prozentsatz einer Gesamtsumme in Zeilen mit Tabellenkalkulationen erstellen. |
pivot_offset |
pivot_offset(pivot_expression, col_offset) |
Gibt den Wert von pivot_expression an Position (n + col_offset) zurück, wobei n die aktuelle Position der Pivot-Spalte ist. Gibt Null bei Ergebnissen zurück, die nicht als Drehpunkt festgelegt sind. Beispiele für die Verwendung von pivot_offset finden Sie im Communitybeitrag Laufende Summe über Zeilen hinweg mit Tabellenkalkulationen erstellen und auf der Seite mit den Best Practices unter Prozentuale und vorherige Änderung mit Tabellenkalkulationen berechnen. |
pivot_offset_list |
pivot_offset_list(pivot_expression, col_offset, num_values) |
Gibt eine Liste der num_values -Werte in pivot_expression ab Position (n + col_offset) zurück, wobei n der aktuelle Pivot-Index ist. Gibt null für Ergebnisse ohne Pivoting zurück. |
pivot_row |
pivot_row(expression) |
Gibt die pivotierten Werte von expression als Liste zurück. Gibt null für Ergebnisse ohne Pivoting zurück. Beispiele für die Verwendung von pivot_row finden Sie auf den Best Practices-Seiten Über Zeilen (Zeilensummen) in Tabellenkalkulationen aggregiert und Prozentuale Gesamtsumme berechnen. |
pivot_where |
pivot_where(select_expression, expression) |
Gibt den Wert von expression für die Pivot-Spalte zurück, der eindeutig select_expression oder null entspricht, wenn keine solche eindeutige Spalte vorhanden ist. |
Die von Ihnen verwendeten spezifischen Pivot-Funktionen bestimmen, ob die Tabellenkalkulation neben jeder als Drehpunkt festgelegten Spalte oder als einzelne Spalte am Ende der Tabelle angezeigt wird.
Filterfunktionen für benutzerdefinierte Filter und benutzerdefinierte Felder
Mithilfe von Filterfunktionen können Sie Filterausdrücke verwenden, um Werte basierend auf gefilterten Daten zurückzugeben. Filterfunktionen können in benutzerdefinierten Filtern, Filtern für benutzerdefinierte Messwerte und benutzerdefinierten Dimensionen verwendet werden, sind jedoch nicht in Tabellenkalkulationen gültig.
Funktion | Syntax | Zweck |
---|---|---|
matches_filter |
matches_filter(field, filter_expression) |
Gibt Yes zurück, wenn der Wert des Felds mit dem Filterausdruck übereinstimmt, andernfalls No . |