Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# percentileDiscOver
Die `percentileDiscOver`-Funktion berechnet das Perzentil auf der Grundlage der tatsächlichen Zahlen in `measure`. Sie verwendet die Gruppierung und Sortierung, die in den Feldbereichen angewendet werden. Das Ergebnis wird nach der angegebenen Dimension auf der angegebenen Berechnungsebene aufgeteilt. Die `percentileOver`-Funktion ist ein Alias von `percentileDiscOver`.
Verwenden Sie diese Funktion, um die folgende Frage zu beantworten: Welche tatsächlichen Datenpunkte befinden sich in diesem Perzentil? Um den nächstgelegenen Perzentilwert, der in Ihrem Datensatz vorhanden ist, zurückzugeben, verwenden Sie `percentileDiscOver`. Um einen exakten Perzentilwert zurückzugeben, der in Ihrem Datensatz möglicherweise nicht vorhanden ist, verwenden Sie stattdessen `percentileContOver`.
## Syntax
```
percentileDiscOver (
measure
, percentile-n
, [partition-by, …]
, calculation-level
)
```
## Argumente
*measure*
Gibt einen numerischen Wert an, der zur Berechnung des Perzentils verwendet werden soll. Das Argument muss ein Maß oder eine Metrik sein. Null-Werte werden bei der Berechnung ignoriert.
*Perzentil-n*
Der Perzentilwert kann eine beliebige numerische Konstante von 0–100 sein. Ein Perzentilwert von 50 berechnet den Medianwert des Maßes.
*partition-by*
(Optional) Eine oder mehrere Dimensionen, nach denen Sie die Daten partitionieren möchten, getrennt durch Kommas. Jedes Feld in der Liste ist in \$1 \$1 eingeschlossen (geschweifte Klammern), wenn es mehr als ein Wort umfasst. Die gesamte Liste ist in [ ] (eckige Klammern) eingeschlossen.
*calculation-level*
Gibt an, wo die Berechnung in Bezug auf die Reihenfolge der Auswertung durchgeführt werden soll. Es werden drei Berechnungsebenen unterstützt:
+ PRE\$1FILTER
+ PRE\$1AGG
+ POST\$1AGG\$1FILTER (Standard) – Um diese Berechnungsebene zu verwenden, müssen Sie eine Aggregation auf `measure` angeben, z. B. `sum(measure)`.
PRE\$1FILTER und PRE\$1AGG werden angewendet, bevor die Aggregation in einer Visualisierung erfolgt. Für diese beiden Berechnungsebenen können Sie im Ausdruck des berechneten Feldes keine Aggregation für `measure` angeben. Weitere Informationen zu Berechnungsebenen und wann sie gelten, finden Sie unter [Reihenfolge der Bewertung in Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html) und [Verwenden von stufenspezifischen Berechnungen in Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Rückgabewert
Das Ergebnis der Funktion ist eine Zahl.
## Beispiele für percentileDiscOver
Das folgende Beispiel erklärt, wie percentileDiscOver das funktioniert.
**Example Vergleich der Berechnungsebenen für den Median**
Das folgende Beispiel zeigt den Median für eine Dimension (Kategorie) unter Verwendung verschiedener Berechnungsebenen mit der `percentileDiscOver`-Funktion. Das Perzentil ist 50. Der Datensatz wird nach einem Regionsfeld gefiltert. Der Code für jedes berechnete Feld lautet wie folgt:
+ `example = left( category, 1 )` (Ein vereinfachtes Beispiel.)
+ `pre_agg = percentileDiscOver ( {Revenue} , 50 , [ example ] , PRE_AGG)`
+ `pre_filter = percentileDiscOver ( {Revenue} , 50 , [ example ] , PRE_FILTER) `
+ `post_agg_filter = percentileDiscOver ( sum ( {Revenue} ) , 50 , [ example ], POST_AGG_FILTER )`
```
example pre_filter pre_agg post_agg_filter
------------------------------------------------------
0 106,728 119,667 4,117,579
1 102,898 95,946 2,307,547
2 97,629 92,046 554,570
3 100,867 112,585 2,709,057
4 96,416 96,649 3,598,358
5 106,293 97,296 1,875,648
6 97,118 64,395 1,320,672
7 99,915 90,557 969,807
```
**Example Der Median**
Das folgende Beispiel berechnet den Medianwert (das 50. Perzentil) von `Sales`, partitioniert nach `City` und `State`.
```
percentileDiscOver
(
Sales,
50,
[City, State]
)
```
Das folgende Beispiel berechnet das 98. Perzentil von `sum({Billed Amount})`, partitioniert nach `Customer Region`. Die Felder in der Tabellenberechnung befinden sich in den Feldbereichen der Visualisierung.
```
percentileDiscOver
(
sum({Billed Amount}),
98,
[{Customer Region}]
)
```
Die folgende Abbildung zeigt, wie diese beiden Beispiele in einem Diagramm aussehen.
![\[alt text not found\]](http://docs.aws.amazon.com/de_de/quick/latest/userguide/images/percentilOver-50-98.png)