Looker 함수 및 연산자

관리자가 테이블 계산을 만들 수 있는 권한을 부여한 경우 다음 기능을 사용하면 Looker 표현식을 만들 필요 없이 일반적인 함수를 빠르게 수행할 수 있습니다.

  • 바로가기 계산: Explore의 데이터 테이블에 있는 숫자 필드에서 빠르게 일반 계산을 수행합니다.

관리자가 커스텀 필드를 만들 수 있는 권한을 부여한 경우 다음 기능을 사용하면 Looker 표현식을 만들지 않고 일반적인 함수를 빠르게 수행할 수 있습니다.

  • 커스텀 그룹: sql 매개변수 또는 type: case 필드에서 CASE WHEN 논리를 개발하지 않고 커스텀 라벨 아래에 값을 빠르게 그룹화할 수 있습니다.

  • 커스텀 구간: type: tier LookML 필드를 개발하지 않고도 커스텀 계층에서 숫자 유형 측정기준을 그룹화할 수 있습니다.

Looker 표현식(Lexp라고고도 함)은 다음에 대한 계산을 수행하는 데 사용됩니다.

이러한 표현식의 주요 부분은 해당 표현식에서 사용할 수 있는 함수 및 연산자입니다. 함수와 연산자는 몇 가지 기본 범주로 나눌 수 있습니다.

일부 함수는 테이블 계산에만 사용 가능

커스텀 필터커스텀 필드에 대한 Looker 표현식은 데이터 유형을 변환하거나, 여러 행의 데이터를 집계하거나, 다른 행 또는 피벗 열을 참조하는 Looker 함수를 지원하지 않습니다. 이러한 함수는 테이블 계산(데이터 테스트expression 매개변수에 사용되는 테이블 계산 포함)에만 지원됩니다.

이 페이지는 Looker 표현식을 사용하는 위치에 따라 사용 가능한 함수와 연산자를 명확하게 밝히도록 정리되어 있습니다.

수학 함수 및 연산자

수학 함수와 연산자는 다음 두 가지 방식 중 하나로 작동합니다.

  • 일부 수학 함수는 단일 행을 기준으로 계산을 수행합니다. 예를 들어 반올림, 제곱근 가져오기, 곱셈, 비슷한 함수를 단일 행의 값에 사용하여 각각의 모든 행에 대해 고유한 값을 반환할 수 있습니다. +와 같은 모든 수학 연산자는 한 번에 하나의 행에 적용됩니다.
  • 평균과 누적 합계와 같은 다른 수학 함수는 여러 행에 걸쳐 작동합니다. 이러한 함수는 여러 행을 가져와 단일 숫자로 줄인 다음 모든 행에 동일한 숫자를 표시합니다.

모든 Looker 표현식의 함수

함수 구문 목적
abs abs(value) value의 절댓값을 반환합니다.

예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요.
ceiling ceiling(value) value보다 작거나 같은 가장 작은 정수를 반환합니다.
exp exp(value) evalue의 거듭제곱으로 반환합니다.
floor floor(value) value보다 작거나 같은 가장 큰 정수를 반환합니다.
ln ln(value) value의 자연 로그를 반환합니다.
log log(value) value의 Base-10 로그를 반환합니다.
mod mod(value, divisor) divisorvalue을 나눈 나머지를 반환합니다.
power power(base, exponent) exponentbase만큼 거듭제곱한 값을 반환합니다.

예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요.
rand rand() 0과 1 사이의 난수를 반환합니다.
round round(value, num_decimals) num_decimals 소수점 자릿수로 반올림된 value를 반환합니다.

round를 사용한 예시는 테이블 계산에서 pivot_index 사용테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요.
sqrt sqrt(value) value의 제곱근을 반환합니다.

예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요.

테이블 계산 전용 함수

이러한 함수의 대부분은 여러 행에서 작동하며 쿼리에서 반환되는 행만 고려합니다.

함수 구문 목적
acos acos(value) value의 역코사인을 반환합니다.
asin asin(value) value의 역사인을 반환합니다.
atan atan(value) value의 역탄젠트를 반환합니다.
beta_dist beta_dist(value, alpha, beta, cumulative) 매개변수 alphabeta를 사용하여 베타 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
beta_inv beta_inv(probability, alpha, beta) 매개변수 alphabeta를 사용하여 역누적 베타 배포에서 probability의 위치를 반환합니다.
binom_dist binom_dist(num_successes, num_tests, probability, cumulative) 주어진 성공 probabilitynum_tests 테스트에서 num_successes 성공 확률을 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
binom_inv binom_inv(num_tests, test_probability, target_probability) binom(k, num_tests, test_probability, yes) >= target_probability와 같이 가장 작은 숫자 k를 반환합니다.
chisq_dist chisq_dist(value, dof, cumulative) 자유도가 dof인 감마 배포에 대한 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
chisq_inv chisq_inv(probability, dof) 자유도가 dof인 역누적 감마 배포에 대한 probability 위치를 반환합니다.
chisq_test chisq_test(actual, expected) actual 데이터와 expected 데이터 간의 독립성에 대한 카이제곱 테스트의 확률을 반환합니다. actual는 열 또는 목록의 열일 수 있으며 expected는 동일한 유형이어야 합니다.
combin combin(set_size, selection_size) set_size 크기 집합에서 selection_size 요소를 선택하는 방법의 수를 반환합니다.
confidence_norm confidence_norm(alpha, stdev, n) 유의 수준 alpha, 표준 편차 stdev, 샘플 크기 n에서 정규 신뢰 구간 너비의 절반을 반환합니다.
confidence_t confidence_t(alpha, stdev, n) 유의 수준 alpha, 표준 편차 stdev 및 샘플 크기 n에서 학생 t-배포 신뢰 구간 너비의 절반을 반환합니다.
correl correl(column_1, column_2) column_1column_2의 상관 계수를 반환합니다.
cos cos(value) value의 코사인을 반환합니다.
count count(expression) expression에서 목록 열을 정의하지 않는 한 expression으로 정의된 열에서 null이 아닌 값의 개수를 반환합니다. 이 경우 각 목록의 개수를 반환합니다.
count_distinct count_distinct(expression) expression에서 정의한 열을 정의하지 않는 한 expression에 의해 정의된 열에서 고유한 null이 아닌 값의 개수를 반환합니다. 이 경우 각 목록의 개수를 반환합니다.
covar_pop covar_pop(column_1, column_2) column_1column_2의 모집단 공분산을 반환합니다.
covar_samp covar_samp(column_1, column_2) column_1column_2의 표본 공분산을 반환합니다.
degrees degrees(value) value를 라디안에서 도로 변환합니다.
expon_dist expon_dist(value, lambda, cumulative) 매개변수 lambda를 사용하여 지수 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
f_dist f_dist(value, dof_1, dof_2, cumulative) dof_1dof_2 매개변수를 사용하여 F 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
f_inv f_inv(probability, dof_1, dof_2) dof_1dof_2 매개변수를 사용하여 역누적 F 배포에서 probability의 위치를 반환합니다.
fact fact(value) value의 계승을 반환합니다.
gamma_dist gamma_dist(value, alpha, beta, cumulative) 매개변수 alphabeta를 사용하여 감마 배포에서 value 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
gamma_inv gamma_inv(probability, alpha, beta) 매개변수 alphabeta를 사용하여 역누적 감마 배포에서 probability의 위치를 반환합니다.
geomean geomean(expression) expression에서 목록의 열을 정의하지 않는 한 expression에 의해 생성된 열에서 기하 평균을 반환합니다. 이 경우 각 목록의 기하 평균을 반환합니다.
hypgeom_dist hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) 지정된 sample_size, population_successes 수 및 population_size를 얻을 sample_successes 확률을 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
intercept intercept(y_column, x_column) y_columnx_column에 의해 결정된 지점을 통해 선형 회귀선의 절편을 반환합니다.

예를 들어 테이블 계산을 사용하여 Looker에서 예측하는 방법 커뮤니티 게시물을 참조하세요.
kurtosis kurtosis(expression) expression에서 목록의 열을 정의하지 않는 한 expression에 의해 생성된 열에서 표본 초과 Kurtosis를 반환합니다. 이 경우 각 목록의 표본 초과 Kurtosis를 반환합니다.
large large(expression, k) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열에서 가장 큰 값 k를 반환합니다. 이 경우 각 목록에서 k번째로 큰 값을 반환합니다.
match match(value, expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열에서 value의 첫 번째 발생 행 번호를 반환합니다. 이 경우 각 목록에서 value의 위치를 반환합니다.
max max(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 최댓값을 반환합니다. 이 경우 각 목록의 최댓값을 반환합니다.

max 사용 예시는 테이블 계산 목록 사용테이블 계산의 측정기준별 그룹화 커뮤니티 게시물을 참조하세요.
mean mean(expression) expression에서 목록의 열을 정의하지 않는 한 expression에 의해 생성된 열의 평균을 반환합니다. 이 경우 각 목록의 평균을 반환합니다.

mean 사용 예시는 이동 평균 계산 커뮤니티 게시물과 테이블 계산을 사용한 표준 편차 및 간단한 시계열 이상점 감지 커뮤니티 게시물을 참조하세요.
median median(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 중앙값을 반환합니다. 이 경우 각 목록의 중앙값을 반환합니다.
min min(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 최솟값을 반환합니다. 이 경우 각 목록의 최솟값을 반환합니다.
mode mode(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 모드를 반환합니다. 이 경우 각 목록의 모드를 반환합니다.
multinomial multinomial(value_1, value_2, ...) 인수 합계를 각 계승의 곱으로 나눈 계승을 반환합니다.
negbinom_dist negbinom_dist(num_failures, num_successes, probability, cumulative) 지정된 성공 probabilitynum_successes 성공 전에 num_failures 실패가 발생할 확률을 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
norm_dist norm_dist(value, mean, stdev, cumulative) 지정된 meanstdev를 사용하여 정규 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
norm_inv norm_inv(probability, mean, stdev) 역정규 누적 분포에서 probability의 위치를 반환합니다.
norm_s_dist norm_s_dist(value, cumulative) 표준 정규 분포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
norm_s_inv norm_s_inv(probability) 역표준 정규 누적 분포에서 probability의 위치를 반환합니다.
percent_rank percent_rank(column, value) columnvalue 순위를 0~1(포함)의 백분율로 반환합니다. 여기서 column은 고려할 데이터 세트를 포함하는 열, 필드, 목록 또는 범위이며 value는 백분율 순위가 결정될 값을 포함하는 열입니다.

사용 예시:

percent_rank(${view_name.field_1}, ${view_name.field_1})

percent_rank(list(1, 2, 3), ${view_name.field_1})

percent_rank(list(1, 2, 3), 2)
percentile percentile(expression, percentile_value) expression에서 목록의 열을 정의하지 않는 한, 지정된 percentile_value에 해당하는 expression으로 생성된 열에서 값을 반환합니다. 이 경우 각 목록의 백분위수 값을 반환합니다. percentile_value는 0에서 1 사이여야 합니다. 그렇지 않으면 null을 반환합니다.
pi pi() PI의 값을 반환합니다.
poisson_dist poisson_dist(value, lambda, cumulative) 매개변수 lambda를 사용하여 poisson 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
product product(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 곱을 반환합니다. 이 경우 각 목록의 곱을 반환합니다.
radians radians(value) value를 도에서 라디안으로 변환합니다.
rank rank(value, expression) expression에 의해 생성된 열에서 value 순위를 반환합니다. 예를 들어 총 할인가를 기준으로 주문 순위를 지정하려는 경우 쿼리의 order_items.total_sale_price의 전체 열과 비교할 때 쿼리의 order_items.total_sale_price의 각 값에 대한 순위를 제공하는 rank(${order_items.total_sale_price},${order_items.total_sale_price})를 사용할 수 있습니다. expression이 여러 목록을 정의하는 경우 이 함수는 각 목록에 있는 value의 상대적 크기를 반환합니다.

예시를 보려면 테이블 계산으로 순위 커뮤니티 게시물을 참조하세요.
rank_avg rank_avg(value, expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열에서 value의 평균 순위를 반환합니다. 이 경우 각 목록에서 value의 평균 순위를 반환합니다.
running_product running_product(value_column) value_column 값의 누적 곱을 반환합니다.
running_total running_total(value_column) value_column 값의 누계를 반환합니다.

예를 들어 테이블 계산을 사용하여 누계 열 만들기 권장사항 페이지를 참조하세요.
sin sin(value) value의 사인을 반환합니다.
skew skew(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 샘플 편향을 반환합니다. 이 경우 각 목록의 샘플 편향을 반환합니다.
slope slope(y_column, x_column) y_columnx_column에 의해 결정된 점을 통해 선형 회귀선의 기울기를 반환합니다.

예를 들어 테이블 계산을 사용하여 Looker에서 예측하는 방법 커뮤니티 게시물을 참조하세요.
small small(expression, k) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 k번째 작은 값을 반환합니다. 이 경우 각 목록의 k번째 가장 작은 값을 반환합니다.
stddev_pop stddev_pop(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 표준 편차(모집단)를 반환합니다. 이 경우 각 목록의 표준 편차(모집단)가 반환됩니다.
stddev_samp stddev_samp(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 표준 편차(표본)를 반환합니다. 이 경우 각 목록의 표준 편차(표본)가 반환됩니다.
sum sum(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 합계를 반환합니다. 이 경우 각 목록의 합계를 반환합니다.

sum을 사용한 예시는 테이블 계산에서 행 간 집계(행 합계)총계 비율 계산 방법 권장사항 페이지를 참조하세요.
t_dist t_dist(value, dof, cumulative) 학생의 t-배포에서 자유도가 dofvalue 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
t_inv t_inv(probability, dof) 자유도가 dof인 역정규 누적 분포에서 probability의 위치를 반환합니다.
t_test t_test(column_1, column_2, tails, type) 1 또는 2 tails를 사용하여 column_1column_2의 데이터에 대한 학생의 t-테스트 결과를 반환합니다. type: 1 = 페어링, 2 = 동분산, 3 = 이분산
tan tan(value) value의 탄젠트를 반환합니다.
var_pop var_pop(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 분산(모집단)을 반환합니다. 이 경우 각 목록의 분산(모집단)을 반환합니다.
var_samp var_samp(expression) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 분산(표본)을 반환합니다. 이 경우 각 목록의 분산(표본)을 반환합니다.
weibull_dist weibull_dist(value, shape, scale, cumulative) 매개변수 shapescale를 사용하여 Weibull 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다.
z_test z_test(data, value, stdev) 가설 평균 value에서 기존 datastdev를 사용하여 z-테스트의 단측 p-값을 반환합니다.

모든 Looker 표현식 연산자

다음과 같은 표준 수학 연산자를 사용할 수 있습니다.

연산자 구문 목적
+ value_1 + value_2 value_1value_2를 추가합니다.
- value_1 - value_2 value_1에서 value_2를 뺍니다.
* value_1 * value_2 value_1value_2를 곱합니다.
/ value_1 / value_2 value_11 value_2로 나눕니다.

문자열 함수

문자열 함수는 통칭해서 "문자열"이라고 부르는 문장, 단어, 문자를 대상으로 작동합니다. 문자열 함수를 사용하면 단어 및 문자를 대문자로 전환하거나, 문구의 일부를 추출하거나, 단어 또는 문자가 문구에 포함되었는지 여부를 확인하거나, 단어 또는 문구의 요소를 대체할 수 있습니다. 문자열 함수는 테이블에서 반환되는 데이터의 형식을 지정하는 데도 사용될 수 있습니다.

모든 Looker 표현식의 함수

함수 구문 목적
concat concat(value_1, value_2, ...) 하나의 문자열로 결합된 value_1, value_2, ..., value_n을 반환합니다.
contains contains(string, search_string) stringsearch_string이 포함되어 있으면 Yes를 반환하고 그렇지 않으면 No를 반환합니다. contains 함수는 대소문자를 구분합니다.
length length(string) string의 문자 수를 반환합니다.
lower lower(string) 모든 문자가 소문자로 변환된 string을 반환합니다.
position position(string, search_string) stringsearch_string의 시작 색인이 있으면 이를 반환하고 그렇지 않은 경우 0을 반환합니다.
replace replace(string, old_string, new_string) old_string의 모든 발생을 new_string으로 바꾼 string을 반환합니다.
substring substring(string, start_position, length) start_position으로 시작하여 length로 구성된 string의 하위 문자열을 반환합니다. start_position1에서 시작하고 1은 문자열의 첫 번째 문자를 나타냅니다. 2는 문자열의 두 번째 문자를 나타냅니다.
upper upper(string) 모든 문자가 대문자로 변환된 string을 반환합니다.

테이블 계산 전용 함수

함수 구문 목적
split split(string, delimeter) delimiter로 구분된 string의 문자열 목록을 반환합니다.
to_number to_number(string) string으로 표시된 숫자를 반환하거나 문자열을 변환할 수 없는 경우 null을 반환합니다.
to_string to_string(value) value의 문자열 표현을 반환하거나 value가 null인 경우 빈 문자열을 반환합니다.

날짜 함수

날짜 함수를 사용하면 날짜 및 시간 관련 작업을 수행할 수 있습니다.

모든 Looker 표현식의 함수

함수 구문 목적
add_days add_days(number, date) number일을 date에 추가합니다.
add_hours add_hours(number, date) number시간을 date에 추가합니다.
add_minutes add_minutes(number, date) number분을 date에 추가합니다.
add_months add_months(number, date) number개월을 date에 추가합니다.
add_seconds add_seconds(number, date) number초를 date에 추가합니다.
add_years add_years(number, date) number년을 date에 추가합니다.
date date(year, month, day) 날짜가 유효하지 않을 경우 'year-month-day' 날짜 또는 null을 반환합니다.
date_time date_time(year, month, day, hours, minutes, seconds) 날짜가 유효하지 않은 경우 year-month-day hours:minutes:seconds 날짜 또는 null을 반환합니다.
diff_days diff_days(start_date, end_date) start_date에서 end_date 사이의 일 수를 반환합니다.

예시를 보려면 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요.
diff_hours diff_hours(start_date, end_date) start_date에서 end_date 사이의 시간을 반환합니다.
diff_minutes diff_minutes(start_date, end_date) start_date에서 end_date 사이의 시간(분)을 반환합니다.

예시를 보려면 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요.
diff_months diff_months(start_date, end_date) start_date에서 end_date 사이의 개월 수를 반환합니다.

예를 들어 테이블 계산에서 측정기준별 그룹화 커뮤니티 게시물을 참조하세요.
diff_seconds diff_seconds(start_date, end_date) start_date에서 end_date 사이의 시간(초)을 반환합니다.
diff_years diff_years(start_date, end_date) start_date에서 end_date 사이의 시간(연)을 반환합니다.
extract_days extract_days(date) date에서 일수를 추출합니다.

예시를 보려면 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요.
extract_hours extract_hours(date) date에서 시간을 추출합니다.
extract_minutes extract_minutes(date) date에서 분을 추출합니다.
extract_months extract_months(date) date에서 월을 추출합니다.
extract_seconds extract_seconds(date) date에서 초를 추출합니다.
extract_years extract_years(date) date에서 연도를 추출합니다.
now now() 현재 날짜 및 시간을 반환합니다.

now를 사용하는 예시는 Now() 테이블 계산 함수에서 더 나은 시간대 처리테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요.
trunc_days trunc_days(date) date를 일 단위로 자릅니다.
trunc_hours trunc_hours(date) date를 시간 단위로 자릅니다.
trunc_minutes trunc_minutes(date) date를 분 단위로 자릅니다.
trunc_months trunc_months(date) date를 월 단위로 자릅니다.
trunc_years trunc_years(date) date를 연 단위로 자릅니다.

테이블 계산 전용 함수

함수 구문 목적
to_date to_date(string) string(YYYY, YYYY-MM, YYYY-MM-DD, YYYY-MM-DD hh, YYYY-MM-DD hh:mm 또는 YYYY-MM-DD hh:mm:ss)에 해당하는 날짜 및 시간을 반환합니다.

논리 함수, 연산자, 상수

논리 함수 및 연산자는 어떤 것이 참인지 거짓인지 평가하는 데 사용됩니다. 이 요소를 사용하는 표현식은 값을 가져와 몇몇 기준에 따라 평가하고, 기준이 충족되면 Yes를 반환하고, 기준이 충족되지 않으면 No를 반환합니다. 또한 값 비교와 논리 표현식 조합을 위한 다양한 논리 연산자가 있습니다.

모든 Looker 표현식의 함수

함수 구문 목적
case case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) 21년 10월 추가 여러 조건과 결과가 포함된 조건 논리를 허용합니다. yesno_arg 값이 yes인 경우 첫 번째 when 케이스에 대해 value_if_yes를 반환합니다. 모든 when 케이스가 no이면 else_value를 반환합니다.
coalesce coalesce(value_1, value_2, ...) value_1, value_2, ..., value_n이 있으면 첫 번째 null이 아닌 값을 반환하고 그렇지 않으면 null을 반환합니다.

coalesce를 사용한 예시는 테이블 계산을 사용하여 행 전체 누계 만들기, 테이블 계산을 사용하여 행 전체의 총계 비율 만들기테이블 계산의 pivot_index 사용 커뮤니티 게시물을 참조하세요.
if if(yesno_expression, value_if_yes, value_if_no) yesno_expressionYes로 평가되면 value_if_yes 값을 반환합니다. 그렇지 않으면 value_if_no 값을 반환합니다.

예를 들어 테이블 계산에서 측정기준별 그룹화 커뮤니티 게시물을 참조하세요.
is_null is_null(value) valuenull이면 Yes를 반환하고, 그렇지 않으면 No를 반환합니다.

예를 들어 Looker 표현식 만들기 문서 페이지를 참조하세요. NOT 연산자와 함께 is_null을 사용하는 다른 예시는 테이블 계산 사용 문서 페이지를 참조하세요.

모든 Looker 표현식 연산자

다음 비교 연산자는 모든 데이터 유형에 사용할 수 있습니다.

연산자 구문 목적
= value_1 = value_2 value_1value_2와 같으면 Yes를 반환하고 그렇지 않으면 No를 반환합니다.
!= value_1 != value_2 value_1value_2와 같지 않으면 Yes를 반환하고, 그렇지 않으면 No를 반환합니다.

숫자, 날짜 및 문자열과 함께 사용할 수 있는 비교 연산자는 다음과 같습니다.

연산자 구문 목적
> value_1 > value_2 value_1value_2보다 크면 Yes를 반환하고 그렇지 않으면 No를 반환합니다.
< value_1 < value_2 value_1value_2보다 작으면 Yes를 반환하고, 그렇지 않으면 No를 반환합니다.
>= value_1 >= value_2 value_1value_2보다 크거나 같으면 Yes를 반환하고 그렇지 않으면 No를 반환합니다.
<= value_1 <= value_2 value_1value_2보다 작거나 같으면 Yes를 반환하고 그렇지 않으면 No를 반환합니다.

또한 Looker 표현식을 다음 논리 표현식과 조합할 수 있습니다.

연산자 구문 목적
AND value_1 AND value_2 value_1value_2가 모두 Yes이면 Yes를 반환하고 그렇지 않으면 No를 반환합니다.
OR value_1 OR value_2 value_1 또는 value_2Yes이면 Yes를 반환하고, 그렇지 않으면 No를 반환합니다.
NOT NOT value valueNo이면 Yes를 반환하고, 그렇지 않으면 No를 반환합니다.

이러한 논리 연산자는 대문자로 표기해야 합니다. 소문자로 작성된 논리 연산자는 작동하지 않습니다.

논리 상수

Looker 표현식에서 논리 상수를 사용할 수 있습니다. 이러한 상수는 항상 소문자로 작성되며 다음과 같은 의미가 있습니다.

상수 의미
yes
no 거짓
null 값 없음

상수 yesno는 Looker 표현식에서 true 또는 false를 의미하는 특수 기호입니다. 반대로 "yes""no"에서와 같이 따옴표를 사용하면 이러한 값을 포함한 리터럴 문자열이 생성됩니다.

논리 표현식은 if 함수 없이 true 또는 false로 평가됩니다. 예를 들어

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

다음 같습니다.

${field} > 100

null을 사용하여 값을 나타내지 않을 수도 있습니다. 예를 들어 필드가 비어 있는지 확인하거나 특정 상황에서 빈 값을 할당해야 할 수 있습니다. 이 수식은 필드가 1보다 작으면 값을 반환하지 않고, 1을 초과하면 값을 반환합니다.

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

ANDOR 연산자 조합

괄호로 순서를 지정하지 않은 경우 AND 연산자는 OR 연산자보다 먼저 평가됩니다. 따라서 괄호를 추가하지 않고 다음 표현식을 수행합니다.

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

다음과 같이 평가됩니다.

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

위치 함수

테이블 계산을 만들 때는 위치 변환 함수를 사용하여 여러 다른 행 또는 피벗 열에 있는 필드의 정보를 추출할 수 있습니다. 또한 목록을 만들고 현재 행 또는 피벗 열 색인을 검색할 수 있습니다.

테이블 계산 전용 열 및 행 총계

Explore에 총계가 포함된 경우 열과 행에 대한 총계 값을 참조할 수 있습니다.

함수 구문 목적
:total ${field:total} 필드의 열 총계를 반환합니다.
:row_total ${field:row_total} 필드의 행 총계를 반환합니다.

이러한 함수 중 일부는 행의 상대적 위치를 사용하므로 행의 정렬 순서를 변경하면 함수 결과에 영향을 미칩니다.

함수 구문 목적
index index(expression, n) expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 n번째 요소 값을 반환합니다. 이 경우 각 목록의 n번째 요소가 반환됩니다.
list list(value_1, value_2, ...) 지정된 값으로 목록을 생성합니다.

예시를 보려면 테이블 계산에서 목록 사용 커뮤니티 게시물을 참조하세요.
lookup lookup(value, lookup_column, result_column) lookup_column에 있는 value와 동일한 행에 있는 result_column의 값을 반환합니다.
offset offset(column, row_offset) column(n + row_offset)번 행의 값을 반환합니다. 여기서 n은 현재 행 번호입니다.

offset을 사용하는 예시는 테이블 계산으로 이전 비율 및 변동률 계산 권장사항 페이지를 참조하세요.
offset_list offset_list(column, row_offset, num_values) column(n + row_offset) 행에서 시작하는 num_values 값 목록을 반환합니다. 여기서 n은 현재 행 번호입니다.

예시를 보려면 이동 평균 계산 커뮤니티 게시글을 참조하세요.
row row() 현재 행 번호를 반환합니다.

이러한 함수 중 일부는 피벗 열의 상대적 위치를 사용하므로 피벗된 측정기준의 정렬 순서를 변경하면 이러한 함수의 결과에 영향을 미칩니다.

함수 구문 목적
pivot_column pivot_column() 현재 피벗 열의 색인을 반환합니다.
pivot_index pivot_index(expression, pivot_index) pivot_index 위치의 피벗 열 컨텍스트에서 expression을 평가합니다(첫 번째 피벗의 경우 1, 두 번째 피벗의 경우 2 등). 피벗되지 않은 결과에 대해 null을 반환합니다.

pivot_index를 사용하는 예시는 테이블 계산에서 pivot_index 사용테이블 계산을 사용하여 행 전체의 총계 비율 만들기 커뮤니티 게시물을 참조하세요.
pivot_offset pivot_offset(pivot_expression, col_offset) (n + col_offset) 위치의 pivot_expression 값을 반환합니다. 여기서 n은 현재 피벗 열 위치입니다. 피벗되지 않은 결과에 대해 null을 반환합니다.

pivot_offset를 사용하는 예시는 테이블 계산을 사용하여 행 전체 누계 만들기 커뮤니티 게시물과 테이블 계산으로 이전 비율 및 변동률 계산 권장사항 페이지를 참조하세요.
pivot_offset_list pivot_offset_list(pivot_expression, col_offset, num_values) (n + col_offset) 위치에서 시작하는 pivot_expressionnum_values 값 목록을 반환합니다. 여기서 n은 현재 피벗 색인입니다. 피봇되지 않은 결과에 대해 null을 반환합니다.
pivot_row pivot_row(expression) 피벗된 expression의 값을 목록으로 반환합니다. 피봇되지 않은 결과에 대해 null을 반환합니다.

pivot_row를 사용하는 예시는 테이블 계산에서 행 간 집계(행 총계)총계 비율 계산 방법 권장사항 페이지를 참조하세요.
pivot_where pivot_where(select_expression, expression) 고유한 열이 없는 경우 select_expression 또는 null을 고유하게 충족하는 피벗 열에 대해 expression 값을 반환합니다.

사용하는 특정 피벗 함수에 따라 테이블 계산이 각 피벗 열 옆에 표시되는지 또는 테이블 끝에서 단일 열로 표시되는지 여부가 결정됩니다.

커스텀 필터 및 커스텀 필드의 필터 함수

필터 함수를 사용하면 필터 표현식을 사용해서 필터링된 데이터를 기준으로 값을 반환할 수 있습니다. 필터 함수는 커스텀 필터, 커스텀 측정항목의 필터, 커스텀 측정기준에서 작동하지만 테이블 계산에는 적합하지 않습니다.

함수 구문 목적
matches_filter matches_filter(field, filter_expression) 필드 값이 필터 표현식과 일치하는 경우 Yes을 반환하고 그렇지 않은 경우 No를 반환합니다.