Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Funciones de los cálculos de tabla
Cuando analiza datos en un elemento visual específico, puede aplicar los cálculos de tabla al conjunto actual de datos para descubrir cómo las dimensiones influyen en las medidas o cómo se influyen entre sí. Los *datos visualizados* son su conjunto de resultados basado en su conjunto de datos actual, con todos los filtros, selecciones de campos y personalizaciones aplicados. Para ver exactamente qué es este conjunto de resultados, puede exportar su elemento visual a un archivo. Una *función de cálculo de tabla* realiza operaciones en los datos para revelar las relaciones entre los campos.
En esta sección, encontrará una lista de las funciones disponibles en los cálculos de tablas que puede realizar con los datos visualizados en Amazon Quick.
Para ver una lista de funciones ordenadas por categoría, con breves definiciones, consulte [Funciones por categoría](https://docs.aws.amazon.com/quicksight/latest/user/functions-by-category.html).
**Topics**
+ [difference](difference-function.md)
+ [distinctCountOver](distinctCountOver-function.md)
+ [lag](lag-function.md)
+ [lead](lead-function.md)
+ [percentDifference](percentDifference-function.md)
+ [avgOver](avgOver-function.md)
+ [countOver](countOver-function.md)
+ [maxOver](maxOver-function.md)
+ [minOver](minOver-function.md)
+ [percentileOver](percentileOver-function.md)
+ [percentileContOver](percentileContOver-function.md)
+ [percentileDiscOver](percentileDiscOver-function.md)
+ [percentOfTotal](percentOfTotal-function.md)
+ [periodOverPeriodDifference](periodOverPeriodDifference-function.md)
+ [periodOverPeriodLastValue](periodOverPeriodLastValue-function.md)
+ [periodOverPeriodPercentDifference](periodOverPeriodPercentDifference-function.md)
+ [periodToDateAvgOverTime](periodToDateAvgOverTime-function.md)
+ [periodToDateCountOverTime](periodToDateCountOverTime-function.md)
+ [periodToDateMaxOverTime](periodToDateMaxOverTime-function.md)
+ [periodToDateMinOverTime](periodToDateMinOverTime-function.md)
+ [periodToDateSumOverTime](periodToDateSumOverTime-function.md)
+ [stdevOver](stdevOver-function.md)
+ [stdevpOver](stdevpOver-function.md)
+ [varOver](varOver-function.md)
+ [varpOver](varpOver-function.md)
+ [sumOver](sumOver-function.md)
+ [denseRank](denseRank-function.md)
+ [rank](rank-function.md)
+ [percentileRank](percentileRank-function.md)
+ [runningAvg](runningAvg-function.md)
+ [runningCount](runningCount-function.md)
+ [runningMax](runningMax-function.md)
+ [runningMin](runningMin-function.md)
+ [runningSum](runningSum-function.md)
+ [firstValue](firstValue-function.md)
+ [lastValue](lastValue-function.md)
+ [windowAvg](windowAvg-function.md)
+ [windowCount](windowCount-function.md)
+ [windowMax](windowMax-function.md)
+ [windowMin](windowMin-function.md)
+ [windowSum](windowSum-function.md)
# difference
La función `difference` calcula la diferencia entre una medida basada en un conjunto de particiones y órdenes, y una medida basada en otra.
La función `difference` puede utilizarse con análisis basados en conjuntos de datos de SPICE y consulta directa.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
difference
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index,
,[ partition field, ... ]
)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver la diferencia.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*lookup index*
El índice de búsqueda puede ser positivo o negativo, lo que indica una fila siguiente en la ordenación (positiva) o una fila anterior en la ordenación (negativa). El índice de búsqueda puede ser de 1 a 2 147 483 647. Para los motores MySQL, MariaDB y la edición de Aurora con compatibilidad con MySQL, el índice de búsqueda se limita a tan solo 1.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula la diferencia entre `sum({Billed Amount})`, ordenados por `Customer Region` ascendente, en comparación con la siguiente fila y particionado por `Service Line`.
```
difference(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1,
[{Service Line}]
)
```
En el siguiente ejemplo, se calcula la diferencia entre `Billed Amount`, en comparación con la siguiente línea y particionado por (`[{Customer Region}]`). Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
difference(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1
)
```
Los resaltos en rojo muestran cómo cada cantidad se suma (a\$1b = c) para mostrar la diferencia entre las cantidades a y c.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/differenceCalc.png)
# distinctCountOver
La función `distinctCountOver` calcula el recuento distinto del operando particionado por los atributos especificados en un nivel específico. Los niveles admitidos son `PRE_FILTER` y `PRE_AGG`. El operando debe estar desagregado.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
distinctCountOver
(
measure or dimension field
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure or dimension field*
La medida o dimensión para la que desea realizar el cálculo, por ejemplo, `{Sales Amt}`. Los valores válidos son `PRE_FILTER` y `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. `POST_AGG_FILTER` no es un nivel válido para esta operación y generará un mensaje de error. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo se obtiene el recuento de `Sales` particionado sobre `City` y `State` en el nivel `PRE_AGG`.
```
distinctCountOver
(
Sales,
[City, State], PRE_AGG
)
```
# lag
La función `lag` calcula el valor de retardo (anterior) para una medida en función de las particiones y ordenaciones especificadas.
`lag` puede utilizarse con análisis basados en conjuntos de datos de SPICE y consulta directa.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
lag
(
lag
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index
,[ partition_field, ... ]
)]
)
```
## Argumentos
*measure*
La medida para la que desea obtener el retardo. Esto puede incluir un agregado, por ejemplo, `sum({Sales Amt})`.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*lookup index*
El índice de búsqueda puede ser positivo o negativo, lo que indica una fila siguiente en la ordenación (positiva) o una fila anterior en la ordenación (negativa). El índice de búsqueda puede ser de 1 a 2 147 483 647. Para los motores MySQL, MariaDB y la edición de Amazon Aurora con compatibilidad con MySQL, el índice de búsqueda se limita a tan solo 1.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula el anterior `sum(sales)`, particionado por el estado de origen, en orden ascendente `cancellation_code`.
```
lag
(
sum(Sales),
[cancellation_code ASC],
1,
[origin_state_nm]
)
```
En el siguiente ejemplo se usa un campo calculado con `lag` para mostrar la cantidad de ventas para la fila anterior junto a la cantidad de la fila actual, ordenados por `Order Date`. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
lag(
sum({Sales}),
[{Order Date} ASC],
1
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/lagCalc.png)
En el siguiente ejemplo se usa un campo calculado con `lag` para mostrar la cantidad de ventas para la fila anterior junto a la cantidad de la fila actual, ordenados por `Order Date` particionado por `Segment`.
```
lag
(
sum(Sales),
[Order Date ASC],
1, [Segment]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/lagCalc2.png)
# lead
La función `lead` calcula el valor guía (siguiente) para una medida en función de las particiones y ordenaciones especificadas.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
lead
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index,
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
La medida para la que desea obtener la guía. Esto puede incluir un agregado, por ejemplo, `sum({Sales Amt})`.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*lookup index*
El índice de búsqueda puede ser positivo o negativo, lo que indica una fila siguiente en la ordenación (positiva) o una fila anterior en la ordenación (negativa). El índice de búsqueda puede ser de 1 a 2 147 483 647. Para los motores MySQL, MariaDB y la edición de Amazon Aurora con compatibilidad con MySQL, el índice de búsqueda se limita a tan solo 1.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula el siguiente `sum(sales)`, particionado por el estado de origen, en orden ascendente `cancellation_code`.
```
lead
(
sum(sales),
[cancellation_code ASC],
1,
[origin_state_nm]
)
```
En el siguiente ejemplo se usa un campo calculado con lead para mostrar la cantidad para la siguiente fila junto a la cantidad de la fila actual, ordenados por `Customer Segment`. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
lead(
sum({Billed Amount}),
[{Customer Segment} ASC],
1
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/leadCalc.png)
# percentDifference
La función `percentDifference` calcula la diferencia de porcentaje entre el valor actual y un valor de comparación, en función de particiones, ordenaciones e índice de búsqueda.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
percentDifference
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup index
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver la diferencia del porcentaje.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*lookup index*
El índice de búsqueda puede ser positivo o negativo, lo que indica una fila siguiente en la ordenación (positiva) o una fila anterior en la ordenación (negativa). El índice de búsqueda puede ser de 1 a 2 147 483 647. Para los motores MySQL, MariaDB y la edición de Aurora con compatibilidad con MySQL, el índice de búsqueda se limita a tan solo 1.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula el porcentaje de diferencia entre `sum(Sales)` del `State` actual y el anterior, ordenados por `Sales`.
```
percentDifference
(
sum(amount),
[sum(amount) ASC],
-1,
[State]
)
```
En el siguiente ejemplo, se calcula el porcentaje que un valor de `Billed Amount` representa con respecto a otro valor de `Billed Amount`, ordenados por (`[{Customer Region} ASC]`). Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
percentDifference
(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla. Las letras en rojo muestran que el `Billed Amount` total de `Customer Region` **APAC** es el 24 % menos de la cantidad de la región **EMEA**.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/percentDifference.png)
# avgOver
La función `avgOver` calcula el promedio de una medida particionada por una lista de dimensiones.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
avgOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
En el siguiente ejemplo, se muestra el promedio de `Billed Amount` para `Customer Region`. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
avgOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla. Con la incorporación de `Service Line`, la cantidad total que se factura por cada uno se muestra y el promedio de estos tres valores se muestra en el campo calculado.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/avgOver.png)
## Argumentos
*measure*
La medida para la que desea realizar el cálculo, como `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se obtiene el promedio de `sum(Sales)` particionado por `City` y `State`.
```
avgOver
(
sum(Sales),
[City, State]
)
```
# countOver
La función `countOver` calcula el recuento de una dimensión o medida particionadas por una lista de dimensiones.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
countOver
(
measure or dimension field
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure or dimension field*
La medida o dimensión para la que desea realizar el cálculo, por ejemplo, `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo se obtiene el recuento de `Sales` particionado sobre `City` y `State`.
```
countOver
(
Sales,
[City, State]
)
```
En el siguiente ejemplo se obtiene el recuento de `{County}` particionado sobre `City` y `State`.
```
countOver
(
{County},
[City, State]
)
```
En el siguiente ejemplo, se muestra el recuento de `Billed Amount` para `Customer Region`. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
countOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla. Dado que no hay otros campos implicados, el recuento es uno para cada región.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/countOver1.png)
Si añade campos adicionales, el recuento cambia. En la siguiente captura de pantalla, añadimos `Customer Segment` y `Service Line`. Cada uno de estos campos contiene tres valores únicos. Con 3 segmentos, 3 líneas de servicio y 3 regiones, el campo calculado muestra 9.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/countOver2.png)
Si añade los dos campos adicionales a los campos de la partición en el campo calculado, `countOver( sum({Billed Amount}), [{Customer Region}, {Customer Segment}, {Service Line}]`, el recuento vuelve a ser 1 para cada fila.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/countOver.png)
# maxOver
La función `maxOver` calcula el máximo de una medida o fecha particionadas por una lista de dimensiones.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
maxOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure*
La medida para la que desea realizar el cálculo, como `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se calcula el máximo de `sum(Sales)` particionado por `City` y `State`.
```
maxOver
(
sum(Sales),
[City, State]
)
```
En el siguiente ejemplo se muestra el máximo de `Billed Amount` sobre `Customer Region`. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
maxOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla. Con la incorporación de `Service Line`, la cantidad total que se factura por cada uno se muestra y el máximo de estos tres valores se muestra en el campo calculado.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/maxOver.png)
# minOver
La función `minOver` calcula el mínimo de una medida o fecha particionadas por una lista de dimensiones.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
minOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure*
La medida para la que desea realizar el cálculo, como `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se calcula el mínimo de `sum(Sales)` particionado por `City` y `State`.
```
minOver
(
sum(Sales),
[City, State]
)
```
En el siguiente ejemplo se muestra el mínimo de `Billed Amount` sobre `Customer Region`. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
minOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla. Con la incorporación de `Service Line`, la cantidad total que se factura por cada uno se muestra y el mínimo de estos tres valores se muestra en el campo calculado.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/minOver.png)
# percentileOver
La función `percentileOver` calcula el percentil *n* de una medida particionada por una lista de dimensiones. Hay dos tipos de `percentileOver` cálculo disponibles en Quick:
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html) utiliza la interpolación lineal para determinar el resultado.
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html) utiliza valores reales para determinar el resultado.
La función `percentileOver` es un alias de `percentileDiscOver`.
# percentileContOver
La función `percentileContOver` calcula el percentil en función de los números reales de `measure`. Utiliza la agrupación y la ordenación que se aplican en los cuadros de campo. El resultado se particiona según la dimensión especificada en el nivel de cálculo especificado.
Utilice esta función para responder a la siguiente pregunta: ¿Qué puntos de datos reales están presentes en este percentil? Para devolver el valor del percentil más cercano que esté presente en su conjunto de datos, utilice `percentileDiscOver`. Para devolver un valor de percentil exacto que podría no estar presente en su conjunto de datos, utilice `percentileContOver` en su lugar.
## Sintaxis
```
percentileContOver (
measure
, percentile-n
, [partition-by, …]
, calculation-level
)
```
## Argumentos
*measure*
Especifica un valor numérico que se utilizará para calcular el percentil. El argumento debe ser una medida o una métrica. Los valores nulos se ignoran en el cálculo.
*percentil-n*
El valor del percentil puede ser cualquier constante numérica del 0 al 100. Un valor de percentil de 50 calcula el valor mediano de la medida.
*partition-by*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas. Cada campo en la lista está entre \$1 \$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation-level*
Especifica dónde hacer el cálculo en relación con el orden de evaluación. Se admiten tres niveles de cálculo:
+ PRE\$1FILTER
+ PRE\$1AGG
+ POST\$1AGG\$1FILTER (predeterminado): para usar este nivel de cálculo, especifique una agregación en `measure`, por ejemplo, `sum(measure)`.
PRE\$1FILTER y PRE\$1AGG se aplican antes de que se produzca la agregación en una visualización. Para estos dos niveles de cálculo, no puede especificar una agregación en `measure` en la expresión de campo calculada. Para obtener más información sobre los niveles de cálculo y cuándo se aplican, consulte [Orden de evaluación en Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html) y [Uso de cálculos con reconocimiento de niveles en](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html) Quick.
## Devuelve
El resultado de la función es un número.
## Ejemplo de percentileContOver
El siguiente ejemplo ayuda a explicar cómo percentileContOver funciona.
**Example Comparación de los niveles de cálculo de la mediana**
En el siguiente ejemplo, se muestra la mediana de una dimensión (categoría) al usar niveles de cálculo diferentes con la función `percentileContOver`. El percentil es 50. El conjunto de datos se filtra por un campo de región. El código de cada campo calculado es el siguiente:
+ `example = left( category, 1 )` (Un ejemplo simplificado.)
+ `pre_agg = percentileContOver ( {Revenue} , 50 , [ example ] , PRE_AGG)`
+ `pre_filter = percentileContOver ( {Revenue} , 50 , [ example ] , PRE_FILTER) `
+ `post_agg_filter = percentileContOver ( 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 97,807 93,963 554,570
3 101,043 112,585 2,709,057
4 96,533 99,214 3,598,358
5 106,293 97,296 1,875,648
6 97,118 69,159 1,320,672
7 100,201 90,557 969,807
```
# percentileDiscOver
La función `percentileDiscOver` calcula el percentil en función de los números reales de `measure`. Utiliza la agrupación y la ordenación que se aplican en los cuadros de campo. El resultado se particiona según la dimensión especificada en el nivel de cálculo especificado. La función `percentileOver` es un alias de `percentileDiscOver`.
Utilice esta función para responder a la siguiente pregunta: ¿Qué puntos de datos reales están presentes en este percentil? Para devolver el valor del percentil más cercano que esté presente en su conjunto de datos, utilice `percentileDiscOver`. Para devolver un valor de percentil exacto que podría no estar presente en su conjunto de datos, utilice `percentileContOver` en su lugar.
## Sintaxis
```
percentileDiscOver (
measure
, percentile-n
, [partition-by, …]
, calculation-level
)
```
## Argumentos
*measure*
Especifica un valor numérico que se utilizará para calcular el percentil. El argumento debe ser una medida o una métrica. Los valores nulos se ignoran en el cálculo.
*percentil-n*
El valor del percentil puede ser cualquier constante numérica del 0 al 100. Un valor de percentil de 50 calcula el valor mediano de la medida.
*partition-by*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas. Cada campo en la lista está entre \$1 \$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation-level*
Especifica dónde hacer el cálculo en relación con el orden de evaluación. Se admiten tres niveles de cálculo:
+ PRE\$1FILTER
+ PRE\$1AGG
+ POST\$1AGG\$1FILTER (predeterminado): para usar este nivel de cálculo, debe especificar una agregación en `measure`, por ejemplo, `sum(measure)`.
PRE\$1FILTER y PRE\$1AGG se aplican antes de que se produzca la agregación en una visualización. Para estos dos niveles de cálculo, no puede especificar una agregación en `measure` en la expresión de campo calculada. Para obtener más información sobre los niveles de cálculo y cuándo se aplican, consulte [Orden de evaluación en Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html) y [Uso de cálculos con reconocimiento de niveles en](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html) Quick.
## Devuelve
El resultado de la función es un número.
## Ejemplo de percentileDiscOver
El siguiente ejemplo ayuda a explicar cómo percentileDiscOver funciona.
**Example Comparación de los niveles de cálculo de la mediana**
En el siguiente ejemplo, se muestra la mediana de una dimensión (categoría) al usar niveles de cálculo diferentes con la función `percentileDiscOver`. El percentil es 50. El conjunto de datos se filtra por un campo de región. El código de cada campo calculado es el siguiente:
+ `example = left( category, 1 )` (Un ejemplo simplificado.)
+ `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 La mediana**
En el siguiente ejemplo, se calcula la mediana (percentil 50) de `Sales` particionada por `City` y `State`.
```
percentileDiscOver
(
Sales,
50,
[City, State]
)
```
En el siguiente ejemplo, se calcula el percentil 98 de `sum({Billed Amount})` particionado por `Customer Region`. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
percentileDiscOver
(
sum({Billed Amount}),
98,
[{Customer Region}]
)
```
En la siguiente captura de pantalla se muestra el aspecto de estos dos ejemplos en un gráfico.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/percentilOver-50-98.png)
# percentOfTotal
La función `percentOfTotal` calcula el porcentaje en que una medida contribuye al total, en función de las dimensiones especificadas.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
percentOfTotal
(
measure
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver el porcentaje del total. Actualmente, no se admite la agregación de `distinct count` para `percentOfTotal`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo se crea un cálculo del porcentaje de `Sales` total al que ha contribuido cada `State`.
```
percentOfTotal
(
sum(Sales),
[State]
)
```
En el siguiente ejemplo, se calcula el porcentaje de un `Billed Amount` específico en comparación con el `Billed Amount` total, particionado por (`[{Service Line} ASC]`). Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
percentOfTotal
(
sum( {Billed Amount} ),
[{Service Line}]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla. Los resaltos en rojo muestran que el campo de partición con el valor “`Billing`” tiene tres entradas, una para cada región. La cantidad total de factura para esta línea de servicio se divide en tres porcentajes, que dan un total del 100 %. Los porcentajes se redondean puede que no siempre sumen exactamente el 100 %.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/percentOfTotal.png)
# periodOverPeriodDifference
La función `periodOverPeriodDifference` calcula la diferencia de una medida en dos periodos de tiempo diferentes, según lo especificado por el grado de detalle y el desviación del periodo. A diferencia del cálculo de diferencias, esta función utiliza una desviación basada en la fecha en lugar de una desviación de tamaño fijo. Esto garantiza que solo se comparen las fechas correctas, incluso si faltan puntos de datos en el conjunto de datos.
## Sintaxis
```
periodOverPeriodDifference(
measure,
date,
period,
offset)
```
## Argumentos
*measure*
Una medida agregada en la que desee realizar el periodOverPeriod cálculo.
*dateTime*
La dimensión de fecha sobre la que estamos calculando Period-Over-Period los cálculos.
*periodo*
(Opcional) El periodo de tiempo durante el que se hace el cálculo. Si se usa el grado de detalle de `YEAR`, significa que se usará el cálculo `YearToDate`; si se usa el grado de detalle de `Quarter`, significa que se usará el cálculo `QuarterToDate`, etc. Los grados de detalle válidos son `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` y `SECONDS`.
El valor predeterminado es el grado de detalle de la dimensión de fecha del elemento visual.
*desplazamiento*
(Opcional) La desviación puede ser un entero positivo o negativo que represente el periodo de tiempo anterior (especificado por periodo) con el que desea hacer la comparación. Por ejemplo, un periodo de un trimestre con una desviación de 1 significa que se hará una comparación con el trimestre anterior.
El valor predeterminado es 1.
## Ejemplo
En el siguiente ejemplo, se utiliza un campo calculado con `PeriodOverPeriod` para mostrar la diferencia en el importe de las ventas respecto a ayer
```
periodOverPeriodDifference(sum(Sales), {Order Date})
```
![\[Esta es una imagen del resultado del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/MonthOverMonthDifference.png)
En el siguiente ejemplo, se utiliza un campo calculado con `PeriodOverPeriod` para mostrar la diferencia en el importe de las ventas respecto a los 2 meses anteriores. En el siguiente ejemplo se comparan las ventas de `Mar2020` con `Jan2020`.
```
periodOverPeriodDifference(sum(Sales),{Order Date}, MONTH, 1)
```
![\[Esta es una imagen del resultado del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/MonthOverMonthDifference2.png)
# periodOverPeriodLastValue
La función `periodOverPeriodLastValue` calcula el último valor (anterior) de una medida del periodo de tiempo anterior, según lo especificado en el grado de detalle y la desviación del periodo. Esta función utiliza una desviación basada en la fecha en lugar de una desviación de tamaño fijo. Esto garantiza que solo se comparen las fechas correctas, incluso si faltan puntos de datos en el conjunto de datos.
## Sintaxis
```
periodOverPeriodLastValue(
measure,
date,
period,
offset)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver la diferencia.
*date*
La dimensión de fecha en la que está calculando periodOverPeriod los cálculos.
*periodo*
(Opcional) El periodo de tiempo durante el que se hace el cálculo. Si se usa el grado de detalle de `YEAR`, significa que se usará el cálculo `YearToDate`; si se usa el grado de detalle de `Quarter`, significa que se usará el cálculo `QuarterToDate`, etc. Los grados de detalle válidos son `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` y `SECONDS`.
El valor predeterminado de este argumento es el grado de detalle de la agregación del elemento visual
*desplazamiento*
(Opcional) La desviación puede ser un entero positivo o negativo que represente el periodo de tiempo anterior (especificado por periodo) con el que desea hacer la comparación. Por ejemplo, un periodo de un trimestre con una desviación de 1 significa que se hará una comparación con el trimestre anterior.
El valor predeterminado de este argumento es 1.
## Ejemplo
En el siguiente ejemplo, se calcula el valor de las ventas mes a mes con el grado de detalle de la dimensión del elemento visual y la desviación predeterminada de 1.
```
periodOverPeriodLastValue(sum(Sales), {Order Date})
```
En el siguiente ejemplo, se calcula el valor de las ventas mes a mes con un grado de detalle fijo de `MONTH` y un desviación fija de 1.
```
periodOverPeriodLastValue(sum(Sales), {Order Date},MONTH, 1)
```
![\[Esta es una imagen del resultado del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/MonthOverMonthLastValue.png)
# periodOverPeriodPercentDifference
La función `periodOverPeriodPercentDifference` calcula la diferencia porcentual de una medida en dos periodos de tiempo diferentes, según lo especificado por el grado de detalle y la desviación del periodo. A diferencia de percentDifference, esta función utiliza una desviación basada en la fecha en lugar de una desviación de tamaño fijo. Esto garantiza que solo se comparen las fechas correctas, incluso si faltan puntos de datos en el conjunto de datos.
## Sintaxis
```
periodOverPeriodPercentDifference(
measure,
date,
period,
offset)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver la diferencia.
*date*
La dimensión de fecha en la que está calculando periodOverPeriod los cálculos.
*periodo*
(Opcional) El periodo de tiempo durante el que se hace el cálculo. Si se usa el grado de detalle de `YEAR`, significa que se usará el cálculo `YearToDate`; si se usa el grado de detalle de `Quarter`, significa que se usará el cálculo `QuarterToDate`, etc. Los grados de detalle válidos son `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` y `SECONDS`.
El valor predeterminado de este argumento es el grado de detalle de la agregación del elemento visual
*desplazamiento*
(Opcional) La desviación puede ser un entero positivo o negativo que represente el periodo de tiempo anterior (especificado por periodo) con el que desea hacer la comparación. Por ejemplo, un periodo de un trimestre con una desviación de 1 significa que se hará una comparación con el trimestre anterior.
El valor predeterminado de este argumento es 1.
## Ejemplo
En el siguiente ejemplo, se calcula la diferencia porcentual de las ventas mes a mes con el grado de detalle de la dimensión del elemento visual y la desviación predeterminada de 1.
```
periodOverPeriodPercentDifference(sum(Sales),{Order Date})
```
En el siguiente ejemplo, se calcula la diferencia porcentual de las ventas mes a mes con un grado de detalle fijo de `MONTH` y una desviación fija de 1.
```
periodOverPeriodPercentDifference(sum(Sales), {Order Date}, MONTH, 1)
```
![\[Esta es una imagen del resultado del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/MonthOverMonthPercentDifference.png)
# periodToDateAvgOverTime
La función `periodToDateAvgOverTime` calcula el promedio de una medida para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo.
## Sintaxis
```
periodToDateAvgOverTime(
measure,
dateTime,
period)
```
## Argumentos
*measure*
Una medida agregada en la que desee hacer el cálculo.
*dateTime*
La dimensión de fecha en la que está calculando PeriodOverTime los cálculos.
*periodo*
(Opcional) El periodo de tiempo durante el que se hace el cálculo. Si se usa el grado de detalle de `YEAR`, significa que se usará el cálculo `YearToDate`; si se usa el grado de detalle de `Quarter`, significa que se usará el cálculo `QuarterToDate`, etc. Los grados de detalle válidos son `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` y `SECONDS`.
El valor predeterminado es el grado de detalle de la dimensión de fecha del elemento visual.
## Ejemplo
La siguiente función calcula el importe medio de la tarifa mes tras mes.
```
periodToDateAvgOverTime(sum({fare_amount}), pickupDatetime, MONTH)
```
![\[Esta es una imagen de los resultados del cálculo de ejemplo con ilustraciones.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDAvgOverTimeResults.png)
# periodToDateCountOverTime
La función `periodToDateCountOverTime` calcula el recuento de una dimensión o medida para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo.
## Sintaxis
```
periodToDateCountOverTime(
measure,
dateTime,
period)
```
## Argumentos
*measure*
Una medida agregada en la que desee hacer el cálculo.
*dateTime*
La dimensión de fecha en la que está calculando PeriodOverTime los cálculos.
*periodo*
(Opcional) El periodo de tiempo durante el que se hace el cálculo. Si se usa el grado de detalle de `YEAR`, significa que se usará el cálculo `YearToDate`; si se usa el grado de detalle de `Quarter`, significa que se usará el cálculo `QuarterToDate`, etc. Los grados de detalle válidos son `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` y `SECONDS`.
El valor predeterminado es el grado de detalle de la dimensión de fecha del elemento visual.
## Ejemplo
En el siguiente ejemplo, se calcula el recuento de proveedores mes tras mes.
```
periodToDateCountOverTime(count(vendorid), pickupDatetime, MONTH)
```
![\[Esta es una imagen de los resultados del cálculo de ejemplo con ilustraciones.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDCountOverTimeResults.png)
# periodToDateMaxOverTime
La función `periodToDateMaxOverTime` calcula el máximo de una medida para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo.
## Sintaxis
```
periodToDateMaxOverTime(
measure,
dateTime,
period)
```
## Argumentos
*measure*
Una medida agregada en la que desee hacer el cálculo.
*dateTime*
La dimensión de fecha en la que está calculando PeriodOverTime los cálculos.
*periodo*
(Opcional) El periodo de tiempo durante el que se hace el cálculo. Si se usa el grado de detalle de `YEAR`, significa que se usará el cálculo `YearToDate`; si se usa el grado de detalle de `Quarter`, significa que se usará el cálculo `QuarterToDate`, etc. Los grados de detalle válidos son `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` y `SECONDS`.
El valor predeterminado es el grado de detalle de la dimensión de fecha del elemento visual.
## Ejemplo
En el siguiente ejemplo, se calcula el importe máximo de la tarifa mes tras mes.
```
periodToDatemaxOverTime(max({fare_amount}), pickupDatetime, MONTH)
```
![\[Esta es una imagen de los resultados del cálculo de ejemplo con ilustraciones.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDMaxOverTimeResults.png)
# periodToDateMinOverTime
La función `periodToDateMinOverTime` calcula el mínimo de una medida para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo.
## Sintaxis
```
periodToDateMinOverTime(
measure,
dateTime,
period)
```
## Argumentos
*measure*
Una medida agregada en la que desee hacer el cálculo.
*dateTime*
La dimensión de fecha en la que está calculando PeriodOverTime los cálculos.
*periodo*
(Opcional) El periodo de tiempo durante el que se hace el cálculo. Si se usa el grado de detalle de `YEAR`, significa que se usará el cálculo `YearToDate`; si se usa el grado de detalle de `Quarter`, significa que se usará el cálculo `QuarterToDate`, etc. Los grados de detalle válidos son `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` y `SECONDS`.
El valor predeterminado es el grado de detalle de la dimensión de fecha del elemento visual.
## Ejemplo
En el siguiente ejemplo, se calcula el importe mínimo de la tarifa mes tras mes.
```
periodToDateMinOverTime(min({fare_amount}), pickupDatetime, MONTH)
```
![\[Esta es una imagen de los resultados del cálculo de ejemplo con ilustraciones.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDMinOverTimeResults.png)
# periodToDateSumOverTime
La función `periodToDateSumOverTime` calcula la suma de una medida para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo.
## Sintaxis
```
periodToDateSumOverTime(
measure,
dateTime,
period)
```
## Argumentos
*measure*
Una medida agregada en la que desee hacer el cálculo.
*dateTime*
La dimensión de fecha en la que está calculando PeriodOverTime los cálculos.
*periodo*
(Opcional) El periodo de tiempo durante el que se hace el cálculo. Si se usa el grado de detalle de `YEAR`, significa que se usará el cálculo `YearToDate`; si se usa el grado de detalle de `Quarter`, significa que se usará el cálculo `QuarterToDate`, etc. Los grados de detalle válidos son `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` y `SECONDS`.
El valor predeterminado es el grado de detalle de la dimensión de fecha del elemento visual.
## Ejemplo
La siguiente función devuelve el importe total de la tarifa mes tras mes.
```
periodToDateSumOverTime(sum({fare_amount}), pickupDatetime, MONTH)
```
![\[Esta es una imagen de los resultados del cálculo de ejemplo con ilustraciones.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDSumOverTime-example-results.png)
# stdevOver
La función `stdevOver` calcula la desviación estándar de la medida especificada y la divide por el atributo o los atributos seleccionados, en función de una muestra.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
stdevOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure*
La medida para la que desea realizar el cálculo, como `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (predeterminado) los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se calcula la desviación estándar de `sum(Sales)`, dividida por `City` y `State`, en función de una muestra.
```
stdevOver
(
sum(Sales),
[City, State]
)
```
En el siguiente ejemplo, se calcula la desviación estándar de `Billed Amount` en `Customer Region`, en función de una muestra. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
stdevOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# stdevpOver
La función `stdevpOver` calcula la desviación estándar de la medida especificada y la divide por el atributo o los atributos seleccionados, en función de una población sesgada.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
stdevpOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure*
La medida para la que desea realizar el cálculo, como `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (predeterminado) los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se calcula la desviación estándar de `sum(Sales)`, dividida por `City` y `State`, en función de una población sesgada.
```
stdevpOver
(
sum(Sales),
[City, State]
)
```
En el siguiente ejemplo, se calcula la desviación estándar de `Billed Amount` en `Customer Region`, en función de una población sesgada. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
stdevpOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# varOver
La función `varOver` calcula la varianza de la medida especificada, y la divide por el atributo o los atributos seleccionados, en función de una muestra.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
varOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure*
La medida para la que desea realizar el cálculo, como `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se calcula la varianza de `sum(Sales)`, dividida por `City` y `State`, en función de una muestra.
```
varOver
(
sum(Sales),
[City, State]
)
```
En el siguiente ejemplo, se calcula la varianza de `Billed Amount` en `Customer Region`, en función de una muestra. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
varOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# varpOver
La función `varpOver` calcula la varianza de la medida especificada, y la divide por el atributo o los atributos seleccionados, en función de una población sesgada.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
varpOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure*
La medida para la que desea realizar el cálculo, como `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se calcula la varianza de `sum(Sales)`, dividida por `City` y `State`, en función de una población sesgada.
```
varpOver
(
sum(Sales),
[City, State]
)
```
En el siguiente ejemplo, se calcula la varianza de `Billed Amount` en `Customer Region`, en función de una población sesgada. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
varpOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# sumOver
La función `sumOver` calcula la suma de una medida particionada por una lista de dimensiones.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
sumOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Argumentos
*measure*
La medida para la que desea realizar el cálculo, como `sum({Sales Amt})`. Utilice una agregación si el nivel de cálculo está establecido en `NULL` o `POST_AGG_FILTER`. No utilice una agregación si el nivel de cálculo está establecido en `PRE_FILTER` o `PRE_AGG`.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (predeterminado) los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se calcula la suma de `sum(Sales)` particionada por `City` y `State`.
```
sumOver
(
sum(Sales),
[City, State]
)
```
En el siguiente ejemplo, se suma `Billed Amount` sobre `Customer Region`. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
sumOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla. Con la incorporación de `Customer Segment`, la cantidad total que se factura por cada uno se suman para `Customer Region` y se muestra en el campo calculado.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/sumOver.png)
# denseRank
La función `denseRank` calcula la clasificación de una medida o una dimensión en comparación con las particiones especificadas. Cuenta cada elemento solo una vez, ignorando duplicados, y asigna una clasificación “sin orificios” de forma que los valores duplicados comparten la misma clasificación.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
denseRank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Argumentos
*campo de orden de clasificación*
Una o más campos agregados, ya sea medidas, dimensiones o ambos, por los que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se clasifica `max(Sales)` densamente en orden descendente por `State` y `City`. A todas las ciudades con el mismo valor de `max(Sales)` se les asigna la misma clasificación y la siguiente ciudad se clasifica consecutivamente después de ellas. Por ejemplo, si tres ciudades comparten la misma clasificación, la cuarta ciudad se clasifica como segunda.
```
denseRank
(
[max(Sales) DESC],
[State, City]
)
```
En el siguiente ejemplo, se clasifica `max(Sales)` densamente en orden descendente por `State`. A todos los estados con el mismo valor de `max(Sales)` se les asigna la misma clasificación y el siguiente se clasifica consecutivamente después de ellos. Por ejemplo, si tres estados comparten la misma clasificación, el cuarto estado se clasifica como segundo.
```
denseRank
(
[max(Sales) DESC],
[State]
)
```
# rank
La función `rank` calcula la clasificación de una medida o una dimensión en comparación con las particiones especificadas. Cuenta cada elemento, incluso los duplicados, una vez y asigna una clasificación “con orificios” para compensar los valores duplicados.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
rank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Argumentos
*campo de orden de clasificación*
Una o más medidas y dimensiones agregadas por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se clasifica `max(Sales)` en función de un orden descendente por `State` y `City`, con `State` igual a **WA**. A todas las ciudades con el mismo valor de `max(Sales)` se les asigna la misma clasificación, pero la siguiente clasificación incluye el recuento de todas las clasificaciones anteriores. Por ejemplo, si tres ciudades comparten la misma clasificación, la cuarta ciudad se clasifica como cuarta.
```
rank
(
[max(Sales) DESC],
[State, City]
)
```
En el siguiente ejemplo, se clasifica `max(Sales)` en orden ascendente por `State`. A todos los estados con el mismo valor de `max(Sales)` se les asigna la misma clasificación, pero la siguiente clasificación incluye el recuento de todas las clasificaciones anteriores. Por ejemplo, si tres estados comparten la misma clasificación, el cuarto estado se clasifica como cuarto.
```
rank
(
[max(Sales) ASC],
[State]
)
```
En el siguiente ejemplo, se clasifica `Customer Region` por `Billed Amount` total. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
rank(
[sum({Billed Amount}) DESC]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla, junto con el valor de `Billed Amount` total, para que pueda ver la clasificación de cada región.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/rankCalc.png)
# percentileRank
La función `percentileRank` calcula la clasificación de percentil de una medida o una dimensión en comparación con las particiones especificadas. El valor de rango percentil (*x*) indica que el elemento actual está por encima del*x*% de los valores de la partición especificada. El valor de clasificación de percentil está comprendido entre 0 (incluido) y 100 (no incluido).
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
percentileRank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ {partition_field}, ... ]
)
```
## Argumentos
*campo de orden de clasificación*
Una o más medidas y dimensiones agregadas por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*calculation level*
(Opcional) Especifica el nivel de cálculo que se va a utilizar:
+ **`PRE_FILTER`**: Los cálculos del prefiltro se calculan antes que los filtros del conjunto de datos.
+ **`PRE_AGG`**: Los cálculos preagregados se calculan antes de aplicar las agregaciones y los filtros *N* superiores e inferiores a los elementos visuales.
+ **`POST_AGG_FILTER`**: (Predeterminado) Los cálculos de las tablas se calculan cuando se muestran los elementos visuales.
Este valor se establece de forma predeterminada en `POST_AGG_FILTER` cuando está en blanco. Para obtener más información, consulte [Uso de cálculos con reconocimiento de niveles en Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Ejemplo
En el siguiente ejemplo, se realiza una clasificación de percentil para `max(Sales)` en orden descendente por `State`.
```
percentileRank
(
[max(Sales) DESC],
[State]
)
```
En el siguiente ejemplo se realiza una clasificación de percentil para `Customer Region` por `Billed Amount` total. Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
percentileRank(
[sum({Billed Amount}) DESC],
[{Customer Region}]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla, junto con el valor de `Billed Amount` total, para que pueda ver la comparación entre las distintas regiones.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/percentileRank.png)
# runningAvg
La función `runningAvg` calcula un promedio acumulado de una medida en función de las dimensiones y ordenaciones especificadas.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
runningAvg
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver el promedio acumulado.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula un promedio acumulado de `sum(Sales)` ordenado por `Sales`, particionado por `City` y `State`.
```
runningAvg
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
En el siguiente ejemplo, se calcula un promedio acumulado de `Billed Amount`, ordenado por mes (`[truncDate("MM",Date) ASC]`). Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
runningAvg
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningCount
La función `runningCount` calcula un recuento acumulado de una medida o dimensión en función de las dimensiones y ordenaciones especificadas.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
runningCount
(
measure_or_dimension
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Argumentos
*medida o dimensión*
Una medida o dimensión agregada de la que desee ver el recuento acumulado.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula un recuento acumulado de `sum(Sales)` ordenado por `Sales`, particionado por `City` y `State`.
```
runningCount
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
En el siguiente ejemplo, se calcula un recuento acumulado de `Billed Amount`, ordenado por mes (`[truncDate("MM",Date) ASC]`). Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
runningCount
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningMax
La función `runningMax` calcula un máximo acumulado de una medida en función de las dimensiones y ordenaciones especificadas.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
runningMax
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver el máximo acumulado.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula un máximo acumulado de `sum(Sales)` ordenado por `Sales` y particionado por `City` y `State`.
```
runningMax
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
En el siguiente ejemplo, se calcula un máximo acumulado de `Billed Amount`, ordenado por mes (`[truncDate("MM",Date) ASC]`). Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
runningMax
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningMin
La función `runningMin` calcula un mínimo acumulado de una medida en función de las dimensiones y ordenaciones especificadas.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
runningMin
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver el mínimo acumulado.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula un mínimo acumulado de `sum(Sales)` ordenado por `Sales` y particionado por `City` y `State`.
```
runningMin
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
En el siguiente ejemplo, se calcula un mínimo acumulado de `Billed Amount`, ordenado por mes (`[truncDate("MM",Date) ASC]`). Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
runningMin
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningSum
La función `runningSum` calcula una suma acumulada de una medida en función de las dimensiones y ordenaciones especificadas.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
runningSum
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
Una medida agregada de la que desee ver la ejecución de suma.
*campo de orden de clasificación*
Una o más medidas y dimensiones por las que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula una suma de ejecución de `sum(Sales)` ordenada por `Sales` y particionada por `City` y `State`.
```
runningSum
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
En el siguiente ejemplo, se calcula una suma de ejecución de `Billed Amount`, ordenada por mes (`[truncDate("MM",Date) ASC]`). Los campos en el cálculo de tabla se encuentran en los cuadros de campo del elemento visual.
```
runningSum
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
Los resultados del ejemplo se muestran en la siguiente captura de pantalla. Las etiquetas rojas muestran cómo se suma cada cantidad (`a + b = c`) a la cantidad siguiente, lo que se traduce en un nuevo total.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/runningSum.png)
# firstValue
La función `firstValue` calcula el primer valor de la medida o dimensión agregada dividida y ordenada según los atributos especificados.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
firstValue
(
aggregated measure or dimension,
[ sort_attribute ASC_or_DESC, ... ],
[ partition_by_attribute, ... ]
)
```
## Argumentos
*medida o dimensión agregada*
Una medida o dimensión agregada de la que desee ver el primer valor.
*atributo de orden*
Una o más campos agregados, ya sea medidas, dimensiones o ambos, por los que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partición por atributo*
(Opcional) Una o más medidas o dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo se calcula el primer `Destination Airport`, ordenado por `Flight Date`, dividido en `Flight Date` ascendente y `Origin Airport`.
```
firstValue(
{Destination Airport}
[{Flight Date} ASC],
[
{Origin Airport},
{Flight Date}
]
)
```
# lastValue
La función `lastValue` calcula el último valor de la medida o dimensión agregada dividida y ordenada según los atributos especificados.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
lastValue
(
aggregated measure or dimension,
[ sort_attribute ASC_or_DESC, ... ],
[ partition_by_attribute, ... ]
)
```
## Argumentos
*medida o dimensión agregada*
Una medida o dimensión agregada de la que desee ver el último valor.
*atributo de orden*
Una o más campos agregados, ya sea medidas, dimensiones o ambos, por los que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (`ASC`) o descendente (`DESC`).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*partición por atributo*
(Opcional) Una o más medidas o dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo se calcula el último valor de `Destination Airport`. Este cálculo se ordena por el valor `Flight Date` y se divide entre el valor `Flight Date` ordenado en orden ascendente y el valor `Origin Airport`.
```
lastValue(
[{Destination Airport}],
[{Flight Date} ASC],
[
{Origin Airport},
truncDate('DAY', {Flight Date})
]
)
```
# windowAvg
La función `windowAvg` calcula el promedio de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. Normalmente, las funciones de ventana personalizadas se utilizan en una serie temporal, donde el elemento visual muestra una métrica y un campo de fecha. Por ejemplo, puede utilizar `windowAvg` para calcular un promedio móvil, que a menudo se utiliza para suavizar el ruido en un gráfico de líneas.
Las funciones de ventana no son compatibles con las versiones de MySQL anteriores a la 8 y con las versiones de MariaDB anteriores a la 10.2.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
windowAvg
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
La métrica agregada para la que desea obtener el promedio, por ejemplo, `sum({Revenue})`.
*atributo de orden*
Una o más campos agregados, ya sea medidas, dimensiones o ambos, por los que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1 \$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*índice de comienzo*
El índice de comienzo es un número entero positivo, que indica *n* filas por encima de la fila actual. El índice de comienzo cuenta los puntos de datos disponibles por encima de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*índice final*
El índice final es un número entero positivo, que indica *n* filas por debajo de la fila actual. El índice final cuenta los puntos de datos disponibles por debajo de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula el promedio móvil de `sum(Revenue)` particionado por `SaleDate`. El cálculo incluye tres filas por encima y dos por debajo de la fila actual.
```
windowAvg
(
sum(Revenue),
[SaleDate ASC],
3,
2
)
```
Los resultados de este ejemplo de promedio móvil se muestran en la siguiente captura de pantalla. El campo sum(Revenue) se añade al gráfico para mostrar la diferencia entre los ingresos y el promedio móvil de los ingresos.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/windowAvg.png)
# windowCount
La función `windowCount` calcula el recuento de la medida o dimensión agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. Normalmente, las funciones de ventana personalizadas se utilizan en una serie temporal, donde el elemento visual muestra una métrica y un campo de fecha.
Las funciones de ventana no son compatibles con las versiones de MySQL anteriores a la 8 y con las versiones de MariaDB anteriores a la 10.2.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
windowCount
(
measure_or_dimension
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Argumentos
*medida o dimensión*
La métrica agregada para la que desea obtener el promedio, por ejemplo, `sum({Revenue})`.
*atributo de orden*
Una o más campos agregados, ya sea medidas, dimensiones o ambos, por los que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*índice de comienzo*
El índice de comienzo es un número entero positivo, que indica *n* filas por encima de la fila actual. El índice de comienzo cuenta los puntos de datos disponibles por encima de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*índice final*
El índice final es un número entero positivo, que indica *n* filas por debajo de la fila actual. El índice final cuenta los puntos de datos disponibles por debajo de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula el recuento móvil de `sum(Revenue)` particionado por `SaleDate`. El cálculo incluye tres filas por encima y dos por debajo de la fila actual.
```
windowCount
(
sum(Revenue),
[SaleDate ASC],
3,
2
)
```
# windowMax
La función `windowMax` calcula el máximo de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. Normalmente, las funciones de ventana personalizadas se utilizan en una serie temporal, donde el elemento visual muestra una métrica y un campo de fecha. Puede utilizar `windowMax` como ayuda para identificar el máximo de la métrica durante un periodo de tiempo.
Las funciones de ventana no son compatibles con las versiones de MySQL anteriores a la 8 y con las versiones de MariaDB anteriores a la 10.2.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
windowMax
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
La métrica agregada para la que desea obtener el promedio, por ejemplo, `sum({Revenue})`.
*atributo de orden*
Una o más campos agregados, ya sea medidas, dimensiones o ambos, por los que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*índice de comienzo*
El índice de comienzo es un número entero positivo, que indica *n* filas por encima de la fila actual. El índice de comienzo cuenta los puntos de datos disponibles por encima de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*índice final*
El índice final es un número entero positivo, que indica *n* filas por debajo de la fila actual. El índice final cuenta los puntos de datos disponibles por debajo de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo se calcula el máximo de los últimos 12 meses de `sum(Revenue)`, particionado por `SaleDate`. El cálculo incluye 12 filas por encima y 0 por debajo de la fila actual.
```
windowMax
(
sum(Revenue),
[SaleDate ASC],
12,
0
)
```
Los resultados de este ejemplo de los últimos 12 meses se muestran en la siguiente captura de pantalla. El campo sum(Revenue) se añade al gráfico para mostrar la diferencia entre los ingresos y los ingresos máximos de los últimos 12 meses.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/windowMax.png)
# windowMin
La función `windowMin` calcula el mínimo de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. Normalmente, las funciones de ventana personalizadas se utilizan en una serie temporal, donde el elemento visual muestra una métrica y un campo de fecha. Puede utilizar `windowMin` como ayuda para identificar el mínimo de la métrica durante un periodo de tiempo.
Las funciones de ventana no son compatibles con las versiones de MySQL anteriores a la 8 y con las versiones de MariaDB anteriores a la 10.2.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
windowMin
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
La métrica agregada para la que desea obtener el promedio, por ejemplo, `sum({Revenue})`.
*atributo de orden*
Una o más campos agregados, ya sea medidas, dimensiones o ambos, por los que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*índice de comienzo*
El índice de comienzo es un número entero positivo, que indica *n* filas por encima de la fila actual. El índice de comienzo cuenta los puntos de datos disponibles por encima de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*índice final*
El índice final es un número entero positivo, que indica *n* filas por debajo de la fila actual. El índice final cuenta los puntos de datos disponibles por debajo de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo se calcula el mínimo de los últimos 12 meses de `sum(Revenue)`, particionado por `SaleDate`. El cálculo incluye 12 filas por encima y 0 por debajo de la fila actual.
```
windowMin
(
sum(Revenue),
[SaleDate ASC],
12,
0
)
```
Los resultados de este ejemplo de los últimos 12 meses se muestran en la siguiente captura de pantalla. El campo sum(Revenue) se añade al gráfico para mostrar la diferencia entre los ingresos y los ingresos mínimos de los últimos 12 meses.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/windowMin.png)
# windowSum
La función `windowSum` calcula la suma de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. Normalmente, las funciones de ventana personalizadas se utilizan en una serie temporal, donde el elemento visual muestra una métrica y un campo de fecha.
Las funciones de ventana no son compatibles con las versiones de MySQL anteriores a la 8 y con las versiones de MariaDB anteriores a la 10.2.
## Sintaxis
Los corchetes son obligatorios. Para ver qué argumentos son opcionales, consulte las siguientes descripciones.
```
windowSum
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Argumentos
*measure*
La métrica agregada para la que desea obtener la suma, por ejemplo, `sum({Revenue})`.
Para los motores MySQL, MariaDB y Amazon Aurora con compatibilidad con MySQL, el índice de búsqueda se limita a tan solo 1. Las funciones de ventana no son compatibles con las versiones de MySQL anteriores a la 8 y con las versiones de MariaDB anteriores a la 10.2.
*atributo de orden*
Una o más campos agregados, ya sea medidas, dimensiones o ambos, por los que desea ordenar los datos, separadas por comas. Puede especificar un orden de clasificación ascendente (**ASC**) o descendente (**DESC**).
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
*índice de comienzo*
El índice de comienzo es un número entero positivo, que indica *n* filas por encima de la fila actual. El índice de comienzo cuenta los puntos de datos disponibles por encima de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*índice final*
El índice final es un número entero positivo, que indica *n* filas por debajo de la fila actual. El índice final cuenta los puntos de datos disponibles por debajo de la fila actual, en lugar de contar los periodos de tiempo reales. Si los datos están dispersos (por ejemplo, si faltan meses o años), ajuste los índices en consecuencia.
*partition field*
(Opcional) Una o más dimensiones por las que desea realizar particiones, separadas por comas.
Cada campo en la lista está entre \$1\$1 (llaves), si se trata de más de una palabra. Toda la lista se encuentra entre [ ] (corchetes).
## Ejemplo
En el siguiente ejemplo, se calcula la suma acumulada de `sum(Revenue)`, ordenada por `SaleDate`. El cálculo incluye dos filas por encima y una por delante de la fila actual.
```
windowSum
(
sum(Revenue),
[SaleDate ASC],
2,
1
)
```
En el ejemplo siguiente se muestra una suma de 12 meses finales.
```
windowSum(sum(Revenue),[SaleDate ASC],12,0)
```
Los resultados de este ejemplo de suma de doce meses finales se muestran en la siguiente captura de pantalla. El campo `sum(Revenue)` se añade al gráfico para mostrar la diferencia entre los ingresos y la suma de 12 meses finales de los ingresos.
![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/windowSum.png)