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. # Añadir cálculos Cree campos calculados para transformar los datos mediante una o más de las siguientes opciones: + [Operadores](arithmetic-and-comparison-operators.md) + [Funciones](functions.md) + Campos que contienen datos + Otros campos calculados Puede añadir campos calculados a un conjunto de datos durante la preparación de datos o desde la página de análisis. Si se añade un campo calculado a un conjunto de datos al prepararse los datos, este estará disponible para todos los análisis que utilicen ese conjunto de datos. Cuando añade un campo calculado a un conjunto de datos de un análisis, solo estará disponible en dicho análisis. Para obtener más información acerca de cómo agregar campos calculados, consulte los siguientes temas. **Topics** + [Adición de campos calculados](adding-a-calculated-field-analysis.md) + [Orden de evaluación en Amazon Quick Sight](order-of-evaluation-quicksight.md) + [Uso de cálculos con reconocimiento de niveles en Quick Sight](level-aware-calculations.md) + [Función de campo calculada y referencia de operador para Amazon Quick](calculated-field-reference.md) # Adición de campos calculados Cree campos calculados para transformar los datos mediante una o más de las siguientes opciones: + [Operadores](arithmetic-and-comparison-operators.md) + [Funciones](functions.md) + Funciones de agregación (solo puede añadirlas a un análisis) + Campos que contienen datos + Otros campos calculados Puede añadir campos calculados a un conjunto de datos durante la preparación de datos o desde la página de análisis. Si se añade un campo calculado a un conjunto de datos al prepararse los datos, este estará disponible para todos los análisis que utilicen ese conjunto de datos. Cuando añade un campo calculado a un conjunto de datos de un análisis, solo estará disponible en dicho análisis. Los análisis admiten operaciones de una sola fila y operaciones de agregación. Las operaciones de una sola fila son las que ofrecen un resultado (potencialmente) diferente para cada fila. Las operaciones de agregación ofrecen siempre los mismos resultados para todos los conjuntos de filas. Por ejemplo, si se utiliza una función de cadena sencilla sin condiciones, cambian todas las filas. Si se utiliza una función de agregación, se aplica a todas las filas de un grupo. Si se pide el importe total de ventas de Estados Unidos, este mismo importe se aplica a todo el conjunto. Si se piden datos sobre un determinado estado, el importe total de ventas cambia para reflejar la nueva agrupación, aunque sigue ofreciendo un solo resultado para todo el conjunto. Si se crea el campo de agregación calculado en el análisis, es posible desglosar los datos. El valor de este campo de agregación se vuelve a calcular de manera adecuada para cada nivel. Este tipo de agregación no es posible durante la preparación del conjunto de datos. Por ejemplo, supongamos que desea averiguar el porcentaje de beneficios de cada país, región y estado. Puede añadir un campo calculado al análisis, `(sum(salesAmount - cost)) / sum(salesAmount)`. A continuación, este campo se calcula para cada país, región y estado cuando el analista analiza los distintos niveles geográficos. **Topics** + [Adición de campos calculados a un análisis](#using-the-calculated-field-editor-analysis) + [Adición de campos calculados a un conjunto de datos](#using-the-calculated-field-editor) + [Gestión de valores decimales en campos calculados](#handling-decimal-fields) ## Adición de campos calculados a un análisis Cuando agrega un conjunto de datos a un análisis, todos los campos calculados que existen en el conjunto de datos se agregan al análisis. Puede agregar campos calculados adicionales en el nivel de análisis para crear campos calculados que solo estén disponibles en dicho análisis. **Adición de un campo calculado a un análisis** 1. Abre la [consola Quick](https://quicksight.aws.amazon.com/). 1. Abra el análisis que desee cambiar. 1. En el panel **Datos**, elija **Agregar** en la parte superior izquierda y, a continuación, elija **\$1 CAMPO CALCULADO**. 1. En el editor de cálculos que se abre, haga lo siguiente: 1. Introduzca un nombre para el campo calculado. 1. Introduzca una fórmula con los campos de su conjunto de datos, funciones y operadores. 1. Cuando termine, elija **Guardar**. Para obtener más información sobre cómo crear fórmulas con las funciones disponibles en Quick Sight, consulte[Función de campo calculada y referencia de operador para Amazon QuickFunciones y operadores](calculated-field-reference.md). ## Adición de campos calculados a un conjunto de datos Los autores de Amazon Quick Sight pueden generar campos calculados durante la fase de preparación de datos de la creación de un conjunto de datos. Al crear un campo calculado para un conjunto de datos, el campo se convierte en una nueva columna del conjunto de datos. Todos los análisis que usan el conjunto de datos heredan los campos calculados del conjunto de datos. Si el campo calculado funciona a nivel de fila y el conjunto de datos está almacenadoSPICE, Quick Sight calcula y materializa el resultado en. SPICE Si el campo calculado se basa en una función de agregación, Quick Sight conserva la fórmula y realiza el cálculo cuando se genera el análisis. Este tipo de campo calculado se denomina campo calculado no materializado. **Adición o edición de un campo calculado para un conjunto de datos** 1. Abra el conjunto de datos con el que desea trabajar. Para obtener más información, consulte [Edición de conjuntos de datos](edit-a-data-set.md). 1. En la página Preparación de datos, haga una de las siguientes acciones: + Para crear un campo nuevo, seleccione **Añadir campo calculado** a la izquierda. + Para editar un campo calculado existente, selecciónelo en **Campos calculados** de la izquierda y, a continuación, seleccione **Editar** en el menú contextual (con el botón derecho). 1. En el editor de cálculos, introduzca un nombre descriptivo para **Añadir título** para asignar un nombre al nuevo campo calculado. Este nombre aparece en la lista de campos del conjunto de datos, por lo que debe tener un aspecto similar al de los demás campos. En este ejemplo, asignaremos al campo el nombre de `Total Sales This Year`. 1. (Opcional) Agregue un comentario, por ejemplo, para explicar lo que hace la expresión, poniendo el texto entre barras y asteriscos. ``` /* Calculates sales per year for this year*/ ``` 1. Identifique las métricas, las funciones y otros elementos que se van a utilizar. Para este ejemplo, necesitamos identificar lo siguiente: + La métrica que se debe utilizar + Funciones: `ifelse` y `datediff` Queremos crear una instrucción como: “Si la venta se realizó durante este año, muestra las ventas totales y, de lo contrario, muestra 0”. Para añadir la función `ifelse`, abra la lista **Funciones**. Seleccione **Todas** para cerrar la lista de todas las funciones. Ahora debería ver los grupos de funciones: **Agregado**, **Condicional**, **Fecha**, etc. Elija **Condicional** y, a continuación, haga doble clic en `ifelse` para añadirla al espacio de trabajo. ``` ifelse() ``` 1. Coloque el cursor dentro del paréntesis en el espacio de trabajo y añada tres líneas en blanco. ``` ifelse( ) ``` 1. Con el cursor en la primera línea en blanco, busque la función `dateDiff`. Aparece en la lista **Funciones** en **Fechas**. También puede encontrarla al escribir **date** en **Buscar funciones**. La función `dateDiff` devuelve todas las funciones que tienen *`date`* como parte de su nombre. No devuelve todas las funciones enumeradas en **Fechas**; por ejemplo, la función `now` no aparece en los resultados de la búsqueda. Haga doble clic en `dateDiff` para añadirla a la primera línea en blanco de la instrucción `ifelse`. ``` ifelse( dateDiff() ) ``` Añada los parámetros que utiliza `dateDiff`. Coloque el cursor dentro de los paréntesis `dateDiff` para empezar a añadir `date1`, `date2` y`period`: 1. Para `date1`: el primer parámetro es el campo que contiene la fecha. Búsquelo en **Campos** y agréguelo al espacio de trabajo haciendo doble clic en él o introduciendo su nombre. 1. Para `date2`, añada una coma y, a continuación, seleccione `truncDate()` en **Funciones**. Dentro del paréntesis, añada el punto y la fecha, de la siguiente manera: **truncDate( "YYYY", now() )** 1. Para `period`: añada una coma después de `date2` e introduzca **YYYY**. Este es el periodo del año. Para ver una lista de todos los periodos admitidos, busque `dateDiff` en la lista **Funciones** y abra la documentación al seleccionar **Más información**. Si ya está consultando la documentación, como lo hace ahora, consulte [dateDiff](dateDiff-function.md). Añada algunos espacios para facilitar la lectura, si lo desea. Su expresión debe ser similar a la siguiente. ``` ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) ) ``` 1. Especifique el valor devuelto. Para nuestro ejemplo, el primer parámetro en `ifelse` debe devolver un valor de `TRUE` o `FALSE`. Como queremos el año actual y lo estamos comparando con este año, especificamos que la instrucción `dateDiff` debe devolver `0`. La parte `if` de `ifelse` se considera válida para las filas en las que no hay diferencia entre el año de la venta y el año actual. ``` dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ``` Para crear un campo `TotalSales` para el año pasado, puede cambiar `0` a `1`. Otra forma de hacer lo mismo es utilizar `addDateTime` en lugar de `truncDate`. Luego, para cada año anterior, se cambia el primer parámetro de `addDateTime` para que represente cada año. Para ello, utilice `-1` para el año pasado, `-2` para el año anterior y así sucesivamente. Si usa `addDateTime`, deje la función `dateDiff` `= 0` para cada año. ``` dateDiff( {Discharge Date}, addDateTime(-1, "YYYY", now() ) ,"YYYY" ) = 0 /* Last year */ ``` 1. Mueva el cursor a la primera línea en blanco, justo debajo de `dateDiff`. Añada una coma. Para la parte `then` de la instrucción `ifelse`, debemos elegir la medida (métrica) que contiene el importe de las ventas, `TotalSales`. Para elegir un campo, abra la lista **Campos** y haga doble clic en un campo para añadirlo a la pantalla. O puede ingresar el nombre. Añada corchetes `{ }` alrededor de los nombres que contengan espacios. Es probable que la métrica tenga un nombre diferente. Puede saber qué campo es una métrica por el signo numérico que aparece delante de él (**\$1**). Ahora, su expresión debe ser similar a la siguiente. ``` ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ,{TotalSales} ) ``` 1. Añada una cláusula `else`. La función `ifelse` no requiere una, pero queremos añadirla. Para elaborar informes, normalmente no se recomienda tener ningún valor nulo, ya que a veces se omiten las filas con valores nulos. Establecemos la parte else de la expresión ifelse en `0`. El resultado es que este campo es `0` para las filas que contienen las ventas de años anteriores. Para ello, en la línea en blanco, agregue una coma y luego un `0`. Si agregó el comentario al principio, la expresión `ifelse` final debería tener el siguiente aspecto. ``` /* Calculates sales per year for this year*/ ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ,{TotalSales} ,0 ) ``` 1. Seleccione **Guardar** en la esquina superior derecha para guardar su trabajo. Si hay errores en la expresión, el editor mostrará un mensaje de error en la parte inferior. Compruebe si la expresión tiene una línea roja ondulada y, a continuación, coloque el cursor sobre esa línea para ver cuál es el mensaje de error. Los errores más comunes son la falta de puntuación, la falta de parámetros, las faltas de ortografía y los tipos de datos no válidos. Para evitar hacer cambios, seleccione **Cancelar**. **Adición de un valor de parámetro a un campo calculado** 1. Puede hacer referencia a parámetros en los campos calculados. Al añadir el parámetro a la expresión, se añade el valor actual de ese parámetro. 1. Para añadir un parámetro, abra la lista **Parámetros** y seleccione el parámetro cuyo valor desee incluir. 1. (Opcional) Para añadir manualmente un parámetro a la expresión, escriba el nombre del parámetro. A continuación, introdúzcalo entre corchetes `{}` y póngale el prefijo `$`. Por ejemplo, `${parameterName}`. Puede cambiar el tipo de datos de cualquier campo del conjunto de datos, incluidos los tipos de campos calculados. Solo puede elegir tipos de datos que coincidan con los datos del campo. **Cambio del tipo de datos de un campo calculado** + En **Campos calculados** (a la izquierda), elija el campo que desee cambiar y, a continuación, elija **Cambiar tipo de datos** en el menú contextual (con el botón derecho). A diferencia de los demás campos del conjunto de datos, los campos calculados no se pueden deshabilitar. En su lugar, elimínelos. **Eliminación de un campo calculado** + En **Campos calculados** (a la izquierda), elija el campo que desee cambiar y, a continuación, elija **Borrar** en el menú contextual (con el botón derecho). ## Gestión de valores decimales en campos calculados Cuando el conjunto de datos usa el modo de consulta directa, el cálculo del tipo de datos decimal viene determinado por el comportamiento del motor de origen del que proviene el conjunto de datos. En algunos casos particulares, Quick Sight aplica controles especiales para determinar el tipo de datos del cálculo de salida. Cuando el conjunto de datos usa el modo de consulta SPICE y se materializa un campo calculado, el tipo de datos del resultado depende de los operadores de función específicos y del tipo de datos de la entrada. Las tablas siguientes muestran el comportamiento esperado de algunos campos calculados de forma numérica. **Operadores unarios** En la siguiente tabla se muestra el tipo de datos que se genera en función del operador que use y del tipo de datos del valor que especifique. Por ejemplo, si especifica un número entero en un cálculo `abs`, el tipo de datos del valor de salida es un entero. **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/adding-a-calculated-field-analysis.html) **Operadores binarios** En las tablas siguientes se muestra el tipo de datos que se genera en función de los tipos de datos de los dos valores que especifique. Por ejemplo, en el caso de un operador aritmético, si proporciona dos tipos de datos enteros, el resultado del cálculo se mostrará como entero. Para los operadores básicos (\$1, -, \$1): | | **Entero** | **Fijo decimal** | **Flotante decimal** | | --- | --- | --- | --- | | **Entero** | Entero | Fijo decimal | Flotante decimal | | **Fijo decimal** | Fijo decimal | Fijo decimal | Flotante decimal | | **Flotante decimal** | Flotante decimal | Flotante decimal | Flotante decimal | Para operadores de división (/): | | **Entero** | **Fijo decimal** | **Flotante decimal** | | --- | --- | --- | --- | | **Entero** | Flotante decimal | Flotante decimal | Flotante decimal | | **Fijo decimal** | Flotante decimal | Fijo decimal | Flotante decimal | | **Flotante decimal** | Flotante decimal | Flotante decimal | Flotante decimal | Para operadores exponenciales y modales (^, %): | | **Entero** | **Fijo decimal** | **Flotante decimal** | | --- | --- | --- | --- | | **Entero** | Flotante decimal | Flotante decimal | Flotante decimal | | **Fijo decimal** | Flotante decimal | Flotante decimal | Flotante decimal | | **Flotante decimal** | Flotante decimal | Flotante decimal | Flotante decimal | # Orden de evaluación en Amazon Quick Sight Al abrir o actualizar un análisis, antes de mostrarlo, Amazon Quick Sight evalúa todo lo que está configurado en el análisis en una secuencia específica. Amazon Quick Sight traduce la configuración en una consulta que puede ejecutar un motor de base de datos. La consulta devuelve los datos de forma similar si se conecta a una base de datos, a una fuente de software como servicio (SaaS) o al motor de análisis Amazon Quick Sight ([SPICE](spice.md)). Si comprende el orden en el que se evalúa la configuración, conocerá la secuencia que dicta cuándo se aplica un filtro o cálculo específicos a los datos. En la siguiente ilustración se muestra el orden de evaluación. La columna de la izquierda muestra el orden de evaluación cuando no hay ninguna ventana de cálculo con reconocimiento de nivel (LAC-W) ni ninguna función de agregación (LAC-A). La segunda columna muestra el orden de evaluación de los análisis que contienen campos calculados para computar las expresiones LAC-W en el nivel de prefiltro (`PRE_FILTER`). La tercera columna muestra el orden de evaluación de los análisis que contienen campos calculados para computar las expresiones LAC-W en el nivel de preagregado (`PRE_AGG`). La última columna muestra el orden de evaluación de los análisis que contienen campos calculados para computar las expresiones LAC-A. Según la ilustración, hay una explicación más detallada del orden de evaluación. Para obtener más información sobre los cálculos con reconocimiento de nivel, consulte [Uso de cálculos con reconocimiento de niveles en Quick Sight](level-aware-calculations.md). ![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/order-of-evaluation2.png) La siguiente lista muestra la secuencia en la que Amazon Quick Sight aplica la configuración en el análisis. Todo lo que esté configurado en el conjunto de datos ocurre al margen del análisis, por ejemplo, cálculos en el nivel de conjunto de datos, filtros y ajustes de seguridad. Todos ellos se aplican a los datos subyacentes. La siguiente lista solo cubre lo que ocurre dentro del análisis. 1. **Nivel de prefiltro LAC-W**: evalúa los datos en la cardinalidad de la tabla original antes de filtrar el análisis 1. **Cálculos sencillos**: cálculos a nivel escalar sin agregaciones ni cálculos de ventana. Por ejemplo, `date_metric/60, parseDate(date, 'yyyy/MM/dd'), ifelse(metric > 0, metric, 0), split(string_column, '|' 0)`. 1. **Función LAC-W PRE\$1FILTER**: si alguna expresión PRE\$1FILTER de LAC-W está implicada en la imagen, Amazon Quick Sight calcula primero la función de ventana en el nivel de la tabla original, antes que cualquier filtro. Si la expresión PRE\$1FILTER de LAC-W se utiliza en los filtros, se aplica en este punto. Por ejemplo, `maxOver(Population, [State, County], PRE_FILTER) > 1000`. 1. **LAC-W PRE\$1AGG**: evalúa los datos en la cardinalidad de la tabla original antes de las agregaciones 1. **Filtros añadidos durante el análisis**: en este punto se aplican los filtros creados para los campos no agregados de los elementos visuales, que son similares a las cláusulas WHERE. Por ejemplo, `year > 2020`. 1. **Función PRE\$1AGG de LAC-W: si hay alguna expresión PRE\$1AGG** de LAC-W implicada en la imagen, Amazon Quick Sight calcula la función de ventana antes de aplicar ninguna agregación. Si la expresión de PRE\$1AGG de LAC\$1W se utiliza en los filtros, se aplica en este punto. Por ejemplo, `maxOver(Population, [State, County], PRE_AGG) > 1000`. 1. **Filtros N superiores e inferiores: filtros que se configuran según las dimensiones para mostrar N artículos.** top/bottom 1. **Nivel LAC-A**: evalúe las agregaciones a un nivel personalizado, antes que las agregaciones visuales 1. **Agregaciones de nivel personalizado**: si alguna expresión de LAC-A está involucrada en el elemento visual, se calcula en este punto. Basándose en la tabla que aparece después de los filtros mencionados anteriormente, Amazon QuickSight calcula la agregación, agrupada por las dimensiones que se especifican en los campos calculados. Por ejemplo, `max(Sales, [Region])`. 1. **Nivel de elemento visual**: evalúa las agregaciones a nivel de elemento visual y los cálculos de las tablas posteriores a la agregación, y el resto de las configuraciones se aplican a los elementos visuales 1. **Agregaciones de nivel de elemento visual**: siempre se deben aplicar agregaciones de elementos visuales, excepto en el caso de las tablas tabulares (donde la dimensión está vacía). Con esta configuración, se calculan las agregaciones basadas en los campos de los cuadros de campo, agrupados por las dimensiones que se incluyen en los elementos visuales. Si algún filtro se basa en las agregaciones, se aplica en este punto, de forma similar a las cláusulas HAVING. Por ejemplo, `min(distance) > 100`. 1. **Cálculos de tablas**: si en el elemento visual se hace referencia a algún cálculo de tabla posterior a la agregación (debería tomar una expresión agregada como operando), se calcula en este punto. Amazon Quick Sight realiza cálculos de ventanas después de agregaciones visuales. Del mismo modo, se aplican filtros basados en dichos cálculos. 1. **Otros cálculos de categorías**: este tipo de cálculo solo existe en los line/bar/pie/donut gráficos. Para obtener más información, consulte [Límites de visualización](working-with-visual-types.md#display-limits). 1. **Totales y subtotales**: los totales y los subtotales se calculan en gráficos de anillos (solo totales), tablas (solo totales) y tablas dinámicas, si se solicitan. # Uso de cálculos con reconocimiento de niveles en Quick Sight | | | --- | |    Se aplica a: Enterprise Edition y Standard Edition  | Con los *cálculos con reconocimiento de nivel* (LAC), puede especificar el nivel de detalle con el que desea calcular las funciones de ventana o las funciones de agregación. Hay dos tipos de funciones LAC: funciones de cálculo con reconocimiento de nivel de agregación (funciones LAC-A) y funciones de cálculo con reconocimiento de nivel de ventana (LAC-W). **Topics** + [Funciones LAC-A](#level-aware-calculations-aggregate) + [Funciones LAC-W](#level-aware-calculations-window) ## Funciones de cálculo con reconocimiento de nivel de agregación (LAC-A) Con las funciones LAC-A, puede especificar en qué nivel agrupar el cálculo. Al agregar un argumento a una función de agregación existente, por ejemplo`sum() , max() , count()`, puede definir cualquier nivel de agrupación que desee para la agregación. El nivel agregado puede ser cualquier dimensión independiente de las dimensiones agregadas al elemento visual. Por ejemplo: ``` sum(measure,[group_field_A]) ``` Para usar las funciones LAC-A, escríbalas directamente en el editor de cálculos añadiendo los niveles de agregación deseados como segundo argumento entre corchetes. A continuación se presenta un ejemplo de una función de agregación y una función de LAC-A, a modo de comparación. + Función de agregación: `sum({sales})` + Función LAC-A: `sum({sales}, [{Country},{Product}])` Los resultados de LAC-A se calculan con el nivel especificado entre corchetes `[ ]` y se pueden utilizar como operando de una función de agregación. El nivel de agrupamiento de la función de agregación es el nivel visual, y los campos de **Agrupar por** se agregan al campo de la función visual. Además de crear una clave de grupo LAC estática entre corchetes `[ ]`, puede adaptarla dinámicamente a los campos dea grupación de elementos visuales, poniendo un parámetro `$visualDimensions` entre corchetes. Se trata de un parámetro proporcionado por el sistema, a diferencia de los parámetros definidos por el usuario. El parámetro `[$visualDimensions]` representa los campos agregados al cuadro de campo **Agrupar por** en el elemento visual actual. En los siguientes ejemplos, se muestra cómo añadir dinámicamente claves de grupo o eliminarlas de las dimensiones de elementos visuales + LAC-A con clave de grupo agregada dinámicamente: `sum({sales}, [${visualDimensions},{Country},{Products}])` Calcula, antes de calcular la agregación del nivel visual, la suma de las ventas, agrupando según `country`, `products` y cualquier otro campo en el cuadro de campo llamado **Agrupar por**. + LAC-A con clave de grupo eliminada dinámicamente: `sum({sales}, [${visualDimensions},!{Country},!{Products}])` Calcula, antes de calcular la agregación del nivel visual, la suma de las ventas, agrupando según los campos en el cuadro de campo llamado **Agrupar por** del elemento visual, a excepción de `country` y `product`. Puede especificar una clave de grupo añadida o eliminada en una expresión de LAC, pero no ambas. Las funciones LAC-A son compatibles en las funciones de agregación siguientes: + [avg](avg-function.md) + [count](count-function.md) + [distinct\$1count](distinct_count-function.md) + [max](max-function.md) + [median](median-function.md) + [min](min-function.md) + [percentile](percentile-function.md) + [percentileCont](percentileCont-function.md) + [percentileDisc (percentil)](percentileDisc-function.md) + [stdev](stdev-function.md) + [stdevp](stdevp-function.md) + [sum](sum-function.md) + [var](var-function.md) + [varp](varp-function.md) ### Ejemplos de LAC-A Puede hacer lo siguiente con las funciones LAC-A: + Ejecute cálculos que sean independientes de los niveles del elemento visual. Por ejemplo, si tiene el siguiente cálculo, las cifras de ventas se agregan solo a nivel de país, pero no en otras dimensiones (región o producto) del elemento visual. ``` sum({Sales},[{Country}]) ``` + Realice cálculos para las dimensiones que no aparecen en el elemento visual. Por ejemplo, si tiene la siguiente función, puede calcular el promedio de ventas totales por país por región. ``` sum({Sales},[{Country}]) ``` Aunque el campo no está incluido en el elemento visual, la función LAC-A primero agrega las ventas a nivel de país y, a continuación, el cálculo a nivel de elemento visual genera el número promedio de cada región. Si la función LAC-A no se utiliza para especificar el nivel, el promedio de ventas se calcula en el grado de detalle más bajo (el nivel base del conjunto de datos) de cada región (que se muestra en la columna de ventas). + Utilice LAC-A en combinación con otras funciones de agregación y funciones LAC-W. Hay dos formas de anidar funciones LAC-A con otras funciones. + Puede escribir una sintaxis anidada al crear un cálculo. Por ejemplo, la función LAC-A puede combinarse con una función LAC-W para calcular las ventas totales por país del precio promedio de cada producto: ``` sum(avgOver({Sales},[{Product}],PRE_AGG),[{Country}]) ``` + Al añadir una función de LAC-A a un elemento visual, el cálculo puede combinarse aún más con las funciones de agregación de nivel visual que haya seleccionado en los campos. Para obtener más información acerca de cómo cambiar la agregación de campos en el elemento visual, consulte [Cambio o adición de la agregación a un campo mediante un cuadro de campo](changing-field-aggregation.md#change-field-aggregation-field-wells). ### Limitaciones de LAC-A Las limitaciones siguientes se aplican a las funciones LAC-A: + Las funciones LAC-A son compatibles con todas las funciones de agregación aditivas y no aditivas, como `sum()`, `count()` y `percentile()`. Las funciones LAC-A no son compatibles con las funciones de agregación condicional que terminan en «si», como `sumif()` y`countif()`, ni con las funciones de agregación de períodos que comienzan con periodToDate «», como y. `periodToDateSum()` `periodToDateMax()` + Actualmente, las funciones LAC-A en tablas y tablas dinámicas no admiten los totales en el nivel de fila y columna. Al agregar totales en el nivel de fila o columna al gráfico, el número total se mostrará en blanco. Las demás dimensiones que no son de LAC no se ven afectadas. + Actualmente, las funciones LAC-A anidadas no se admiten. Se admite una capacidad limitada de las funciones LAC-A anidadas con las funciones de agregación normales y las funciones LAC-W. Por ejemplo, las siguientes funciones son válidas: + `Aggregation(LAC-A())`. Por ejemplo: `max(sum({sales}, [{country}]))` + `LAC-A(LAC-W())`. Por ejemplo: `sum(sumOver({Sales},[{Product}],PRE_AGG), [{Country}])` Las siguientes funciones no son válidas: + `LAC-A(Aggregation())`. Por ejemplo: `sum(max({sales}), [{country}])` + `LAC-A(LAC-A())`. Por ejemplo: `sum(max({sales}, [{country}]),[category])` + `LAC-W(LAC-A())`. Por ejemplo: `sumOver(sum({Sales},[{Product}]),[{Country}],PRE_AGG)` ## Funciones de cálculo con reconocimiento de nivel de ventana (LAC-W) Con las funciones LAC-W, puede especificar la ventana o la partición para calcular el cálculo. Las funciones LAC-W son un grupo de funciones de ventana, como `sumover()`, `(maxover)` y `denseRank`, que se pueden ejecutar a nivel de prefiltro o preagregado. Por ejemplo: `sumOver(measure,[partition_field_A],pre_agg)`. Las funciones LAC-W solían denominarse agregaciones con reconocimiento de nivel (LAA). Las funciones LAC-W ayudan a responder a los siguientes tipos de preguntas: + ¿Cuántos de mis clientes han realizado solo un pedido de compra? ¿O 10? ¿O 50? Queremos que el elemento visual utilice el recuento como dimensión en lugar de una métrica en el elemento visual. + ¿Cuáles son las ventas totales por segmento de mercado para los clientes cuyo gasto de vida útil sea superior a 100 000 USD? El elemento visual solo debe mostrar el segmento de mercado y las ventas totales de cada uno de ellos. + ¿Cuál es la contribución de cada sector a los beneficios de toda la empresa (porcentaje del total)? Queremos poder filtrar el elemento visual para mostrar algunos de los sectores y cómo contribuyen a las ventas totales de las industrias mostradas. Sin embargo, también queremos ver el porcentaje de ventas totales de cada sector para toda la empresa (incluidas las industrias que se filtran). + ¿Cuáles son las ventas totales de cada categoría en comparación con la media del sector? La media del sector debe incluir todas las categorías, incluso después de filtrarlas. + ¿Cómo se agrupan mis clientes en intervalos de gasto acumulado? Queremos utilizar la agrupación como dimensión en lugar de como métrica. Para preguntas más complejas, puede introducir un cálculo o un filtro antes de que Quick Sight llegue a un punto específico de la evaluación de la configuración. Para influir directamente en los resultados, añada una palabra clave de nivel de cálculo a un cálculo de tabla. Para obtener más información sobre cómo Quick Sight evalúa las consultas, consulte. [Orden de evaluación en Amazon Quick Sight](order-of-evaluation-quicksight.md) Las funciones LAC-W admiten los siguientes niveles de cálculo: + **`PRE_FILTER`**— Antes de aplicar los filtros del análisis, Quick Sight evalúa los cálculos del prefiltro. A continuación, aplica los filtros que están configurados en estos cálculos de prefiltro. + **`PRE_AGG`**— Antes de calcular las agregaciones a nivel de pantalla, Quick Sight realiza cálculos preagregados. A continuación, aplica los filtros que están configurados en estos cálculos de preagregación. Este trabajo se realiza antes de aplicar filtros *N* superiores e inferiores. Puede utilizar la palabra clave `PRE_AGG` o `PRE_FILTER` como parámetro en las siguientes funciones de cálculo de tabla. Al especificar un nivel de cálculo, se utiliza una medida no agregada en la función. Por ejemplo, puede utilizar `countOver({ORDER ID}, [{Customer ID}], PRE_AGG)`. Al utilizar `PRE_AGG`, especifica que `countOver` se ejecuta en el nivel de preagregación. + [avgOver](avgOver-function.md) + [countOver](countOver-function.md) + [denseRank](denseRank-function.md) + [distinctCountOver](distinctCountOver-function.md) + [minOver](minOver-function.md) + [maxOver](maxOver-function.md) + [percentileRank](percentileRank-function.md) + [rank](rank-function.md) + [stdevOver](stdevOver-function.md) + [stdevpOver](stdevpOver-function.md) + [sumOver](sumOver-function.md) + [varOver](varOver-function.md) + [varpOver](varpOver-function.md) De forma predeterminada, el primer parámetro para cada función debe ser una medida agregada. Si utiliza `PRE_FILTER` o `PRE_AGG`, utilice una medida no agregada para el primer parámetro. En el caso de las funciones LAC-W, la agregación de elementos visuales se establece de forma predeterminada en `MIN` para eliminar los duplicados. Para cambiar la agregación, abra el menú contextual del campo (haga clic con el botón derecho) y, a continuación, elija una agregación diferente. Para ver ejemplos de cuándo y cómo utilizar las funciones LAC-W en escenarios de la vida real, consulte la siguiente publicación en el blog sobre AWS big data: [Cree información avanzada con Level Aware Aggregations en Amazon](https://aws.amazon.com/jp/blogs/big-data/create-advanced-insights-using-level-aware-aggregations-in-amazon-quicksight/). QuickSight # Función de campo calculada y referencia de operador para Amazon Quick Puede añadir campos calculados a un conjunto de datos durante la preparación de datos o desde la página de análisis. Si se añade un campo calculado a un conjunto de datos al prepararse los datos, este estará disponible para todos los análisis que utilicen ese conjunto de datos. Cuando añade un campo calculado a un conjunto de datos de un análisis, solo estará disponible en dicho análisis. Puede crear campos calculados para transformar sus datos mediante las siguientes funciones y operadores. **Topics** + [Operadores](arithmetic-and-comparison-operators.md) + [Funciones por categoría](functions-by-category.md) + [Funciones](functions.md) + [Funciones de agregación](calculated-field-aggregations.md) + [Funciones de los cálculos de tabla](table-calculation-functions.md) # Operadores Puede utilizar los siguientes operadores en campos calculados. Quick utiliza el orden de operaciones estándar: paréntesis, exponentes, multiplicación, división, suma y resta (PEMDAS). En las comparaciones Igual (=) y Distinto de (<>) se distingue entre mayúsculas y minúsculas. + Suma (\$1) + Resta (−) + Multiplicación (\$1) + División (/) + Módulo (%): consulte también `mod()` en la siguiente lista. + Potencia (^): consulte también `exp()` en la siguiente lista. + Igual (=) + Distinto de (<>) + Mayor que (>) + Mayor o igual que (>=) + Menor que (<) + Menor o igual que (<=) + AND + OR + NOT Amazon Quick admite la aplicación de las siguientes funciones matemáticas a una expresión. + `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)`: encuentra el resto después de dividir un número por un divisor. + `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) `: devuelve el logaritmo en base 10 de una expresión dada. + `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) `: devuelve el logaritmo natural de una expresión dada. + `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) `: devuelve el valor absoluto de una expresión dada. + `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) `: devuelve la raíz cuadrada de una expresión dada. + `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) `: devuelve la base de logaritmo natural *e* elevada a la potencia de una expresión dada. Para que los cálculos prolongados sean más fáciles de leer, puede utilizar paréntesis para clarificar las agrupaciones y las precedencias. En la instrucción siguiente no son necesarios paréntesis. Se procesa en primer lugar la instrucción de multiplicación y, a continuación, al resultado se le suma cinco, lo que devuelve un valor de 26. Sin embargo, los paréntesis la hacen más fácil de leer y mantener. ``` 5 + (7 * 3) ``` Como los paréntesis son los primeros en el orden de aplicación de las operaciones, permiten cambiar el orden en que se aplican los demás operadores. Por ejemplo, en la instrucción siguiente, primero se procesa la instrucción de adición y luego el resultado se multiplica por tres, lo cual devuelve un valor de 36. ``` (5 + 7) * 3 ``` ## Ejemplo: operadores aritméticos El siguiente ejemplo utiliza varios operadores aritméticos para determinar un total de ventas después del descuento. ``` (Quantity * Amount) - Discount ``` ## Ejemplo: (/) División En el siguiente ejemplo, se utiliza la división para dividir 3 entre 2. Se devuelve un valor de 1,5. Amazon Quick utiliza divisiones de punto flotante. ``` 3/2 ``` ## Ejemplo: (=) igual Con = se efectúa una comparación de valores que distinguen entre mayúsculas y minúsculas. Las filas para las que la comparación es verdadera se incluyen en el conjunto de resultados. En el ejemplo siguiente se incluyen en los resultados las filas en las que el campo `Region` es **South**. Si `Region` es **south**, las filas se excluyen. ``` Region = 'South' ``` En el ejemplo siguiente la comparación da como resultado Falso. ``` Region = 'south' ``` El ejemplo siguiente muestra una comparación que convierte `Region` a mayúsculas (**SOUTH**) y la compara con **SOUTH**. Así se obtiene las filas en las que la región es **south**, **South** o **SOUTH**. ``` toUpper(Region) = 'SOUTH' ``` ## Ejemplo: (<>) El símbolo distinto de <> significa *menor que o mayor que*. Por lo tanto, si decimos x **x<>1** 1, queremos decir que *si x es menor que 1 x O BIEN si x es mayor que 1*. Tanto < como > se evalúan conjuntamente. En otras palabras, *si x es cualquier valor excepto 1*. O bien, *x no es igual a 1*. **nota** Use <>, no \$1=. En el siguiente ejemplo se compara `Status Code` con un valor numérico. Así se obtienen las filas en las que `Status Code` no es igual a **1**. ``` statusCode <> 1 ``` En el siguiente ejemplo se comparan varios valores de `statusCode`. En este caso, los registros activos tienen `activeFlag = 1`. Este ejemplo devuelve las filas que cumplen una de las siguientes condiciones: + Para los registros activos, se muestran las filas en las que el estado no es 1 ni 2 + Para los registros inactivos, se muestran las filas en las que el estado es 99 o -1 ``` ( activeFlag = 1 AND (statusCode <> 1 AND statusCode <> 2) ) OR ( activeFlag = 0 AND (statusCode= 99 OR statusCode= -1) ) ``` ## Ejemplo: (^) El símbolo de potencia `^` significa *a la potencia de*. Puede utilizar el operador de potencia con cualquier campo numérico, con cualquier exponente válido. El siguiente ejemplo es una expresión simple de 2 a la potencia de 4 o (2 \$1 2 \$1 2 \$1 2). Esto devuelve un valor de 16. ``` 2^4 ``` En el siguiente ejemplo se calcula la raíz cuadrada del campo de ingresos. ``` revenue^0.5 ``` ## Ejemplo: AND, OR y NOT En el siguiente ejemplo se utilizan AND, OR y NOT para comparar varias expresiones. Para ello, utiliza operadores condicionales para etiquetar con una promoción especial a los principales clientes que NO se encuentran en Washington u Oregón y que han realizado más de 10 pedidos. Si no se devuelven valores, se obtiene el valor “n/a”. ``` ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a') ``` ## Ejemplo: Creación de listas de comparación con “in” o “not in” Este ejemplo utiliza operadores para crear una comparación que obtiene los valores que se encuentran o no se encuentran en una lista especificada. En el siguiente ejemplo se compara `promoCode` con una lista de valores especificada. Este ejemplo devuelve las filas en las que `promoCode` se encuentra en la lista **(1, 2, 3)**. ``` promoCode = 1 OR promoCode = 2 OR promoCode = 3 ``` En el siguiente ejemplo se compara `promoCode` con una lista de valores especificada. Este ejemplo devuelve las filas en las que `promoCode` NO se encuentra en la lista **(1, 2, 3)**. ``` NOT(promoCode = 1 OR promoCode = 2 OR promoCode = 3 ) ``` Otra manera de expresarlo es proporcionar una lista donde `promoCode` no sea igual a ninguno de sus elementos. ``` promoCode <> 1 AND promoCode <> 2 AND promoCode <> 3 ``` ## Ejemplo: Creación de una comparación “between” En este ejemplo se utilizan operadores de comparación para mostrar los valores existentes entre dos valores. En el ejemplo siguiente se examina `OrderDate` y se devuelven las filas en las que `OrderDate` se encuentra entre el primer y el último día de 2016. En este caso, queremos incluir los días primero y último, así que usamos “o igual a” en los operadores de comparación. ``` OrderDate >= "1/1/2016" AND OrderDate <= "12/31/2016" ``` # Funciones por categoría En esta sección encontrarás una lista de las funciones disponibles en Amazon Quick, ordenadas por categoría. **Topics** + [Funciones de agregación](#aggregate-functions) + [Funciones condicionales](#conditional-functions) + [Funciones de datos](#date-functions) + [Funciones numéricas](#numeric-functions) + [Funciones matemáticas](#mathematical-functions) + [Funciones de cadena](#string-functions) + [Cálculos de tabla](#table-calculations) ## Funciones de agregación Entre las funciones de agregación de los campos calculados de Amazon Quick se incluyen las siguientes. Solo están disponibles durante el análisis y la visualización. Cada una de estas funciones devuelve los valores agrupados por la dimensión o dimensiones elegidas. Para cada agregación, también existe una agregación condicional. Realizan el mismo tipo de agregación, en función de una condición. + [https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html) calcula la media del conjunto de números en la medida especificada y agrupa según la dimensión o las dimensiones seleccionadas. + [https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html) calcula el promedio en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/count-function.html) calcula el número de valores en una dimensión o medida y los agrupa según la dimensión o las dimensiones seleccionadas. + [https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html) calcula el recuento en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html) calcula el número de valores distintos en una dimensión o medida y los agrupa según la dimensión o las dimensiones seleccionadas. + [https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html) calcula el valor distinto en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/max-function.html](https://docs.aws.amazon.com/quicksight/latest/user/max-function.html) devuelve el valor máximo de la medida especificada y lo agrupa según la dimensión o las dimensiones seleccionadas. + [https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html) calcula el valor máximo en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/median-function.html](https://docs.aws.amazon.com/quicksight/latest/user/median-function.html) devuelve el valor de la mediana de la medida especificada y lo agrupa según la dimensión o las dimensiones seleccionadas. + [https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html) calcula la mediana en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/min-function.html](https://docs.aws.amazon.com/quicksight/latest/user/min-function.html) devuelve el valor mínimo de la medida especificada y lo agrupa según la dimensión o las dimensiones seleccionadas. + [https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html) calcula el valor mínimo en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/percentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentile-function.html) (alias de `percentileDisc`) calcula el percentil *n* de la medida especificada y lo agrupa según la dimensión o las dimensiones seleccionadas. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html) calcula el percentil *n* basándose en una distribución continua de los números de la medida especificada, agrupados por la dimensión o dimensiones elegidas. + [percentileDisc(percentil)](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) calcula el percentil *n* en función de los números reales de la medida especificada, agrupados por la dimensión o dimensiones elegidas. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html) calcula el promedio del conjunto de números en la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html) calcula el número de valores de una dimensión o medida para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, incluidos los duplicados. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html) devuelve el valor máximo de la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html) devuelve el valor de la mediana de la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html) devuelve el valor mínimo de la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html) calcula el percentil según los números reales de una medida para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html) calcula el percentil según la distribución continua de los números de la medida para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html) calcula la desviación estándar del conjunto de números en la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo en función de una muestra. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html) calcula la desviación estándar de la población del conjunto de números en la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo en función de una muestra. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html) suma el conjunto de números en la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html) calcula la varianza de muestras del conjunto de números en la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html) calcula la varianza de la población del conjunto de números en la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html)) calcula la desviación estándar del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una muestra. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html) calcula la desviación estándar de la muestra en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html) calcula la desviación estándar del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una población sesgada. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html) calcula la desviación de la población en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/var-function.html](https://docs.aws.amazon.com/quicksight/latest/user/var-function.html)) calcula la varianza del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una muestra. + [https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html) calcula la varianza de la muestra en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html)) calcula la varianza del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una población sesgada. + [https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html) calcula la varianza de la población en función de una instrucción condicional. + [https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html)) suma el conjunto de números en la medida especificada y los agrupa según la dimensión o las dimensiones seleccionadas. + [https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html)) calcula la suma en función de una instrucción condicional. ## Funciones condicionales Entre las funciones condicionales de los campos calculados de Amazon Quick se incluyen las siguientes: + [https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html](https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html) devuelve el valor del primer argumento que no sea nulo. + [https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html) evalúa un conjunto de pares de expresiones *if*, *then*; y devuelve el valor del argumento *then* durante el primer argumento *if* que se evalúa como verdadero. + [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) evalúa una expresión para ver si se encuentra en una lista de valores determinada. + [https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html) evalúa una expresión para ver si no es nula. + [https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html) evalúa una expresión para ver si es nula. Si la expresión es nula, `isNull` devuelve “true”, de lo contrario devuelve “false”. + [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html) evalúa una expresión para ver si no se encuentra en una lista de valores determinada. + [https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html) compara dos expresiones. Si son iguales, la función devuelve “null”. Si no son iguales, la función devuelve la primera expresión. + [https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html) devuelve una expresión que coincide con la primera etiqueta igual a la expresión condicional. ## Funciones de datos Entre las funciones de fecha para los campos calculados en Amazon Quick se incluyen las siguientes: + [https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html) suma o resta una unidad de tiempo para la fecha u hora. + [https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html) suma o resta el número dado de días laborables a la fecha u hora indicada. + [https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html](https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html) devuelve la diferencia en días entre dos campos de fecha. + [https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html) convierte una fecha de inicio en una fecha estándar. + [https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html](https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html) devuelve una parte especificada de un valor de fecha. + [https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html) da formato a una fecha utilizando el patrón que especifique. + [https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html) devuelve TRUE si un valor de fecha y hora determinado es un día laborable o hábil. + [https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html) devuelve el número de días laborables entre los dos valores de fecha proporcionados. + [https://docs.aws.amazon.com/quicksight/latest/user/now-function.html](https://docs.aws.amazon.com/quicksight/latest/user/now-function.html) devuelve la fecha y hora actuales, ya sea mediante la configuración de una base de datos, o UTC para un archivo y Salesforce. + [https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html) devuelve un valor de fecha que representa una parte especificada de una fecha. ## Funciones numéricas Entre las funciones numéricas de los campos calculados de Amazon Quick se incluyen las siguientes: + [https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html) redondea un valor decimal al siguiente número entero más alto. + [https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html) convierte un valor decimal en un entero. + [https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html](https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html) disminuye un valor decimal al siguiente número entero más bajo. + [https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html) convierte un valor entero en uno decimal. + [https://docs.aws.amazon.com/quicksight/latest/user/round-function.html](https://docs.aws.amazon.com/quicksight/latest/user/round-function.html) redondea un valor decimal al número entero más cercano, o al decimal más cercano si se especifica una escala. ## Funciones matemáticas Entre las funciones matemáticas de los campos calculados de Amazon Quick se incluyen las siguientes: + `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)`: encuentra el resto después de dividir un número por un divisor. + `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) `: devuelve el logaritmo en base 10 de una expresión dada. + `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) `: devuelve el logaritmo natural de una expresión dada. + `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) `: devuelve el valor absoluto de una expresión dada. + `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) `: devuelve la raíz cuadrada de una expresión dada. + `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) `: devuelve la base de logaritmo natural *e* elevada a la potencia de una expresión dada. ## Funciones de cadena Entre las funciones de cadena (texto) para los campos calculados de Amazon Quick se incluyen las siguientes: + [https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html](https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html) concatena dos o más cadenas. + [https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html](https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html) comprueba si una expresión contiene una subcadena. + [https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html) comprueba si la expresión finaliza con la subcadena especificada. + [https://docs.aws.amazon.com/quicksight/latest/user/left-function.html](https://docs.aws.amazon.com/quicksight/latest/user/left-function.html) devuelve el número especificado de caracteres más a la izquierda de una cadena. + [https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html) encuentra una subcadena dentro de otra cadena y devuelve el número de caracteres antes de la subcadena. + [https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html) elimina los espacios en blanco situados antes de una cadena. + [https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html) analiza una cadena para determinar si contiene un valor de fecha y devuelve la fecha en caso de encontrarlo. + [https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html) analiza una cadena para determinar si contiene un valor decimal. + [https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html) analiza una cadena para determinar si contiene un valor entero. + [https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html) analiza los valores a partir de JSON nativo o de un objeto JSON en un campo de texto. + [https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html](https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html) sustituye parte de una cadena por una nueva cadena. + [https://docs.aws.amazon.com/quicksight/latest/user/right-function.html](https://docs.aws.amazon.com/quicksight/latest/user/right-function.html) devuelve el número especificado de caracteres más a la derecha de una cadena. + [https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html) elimina los espacios en blanco situados después de una cadena. + [https://docs.aws.amazon.com/quicksight/latest/user/split-function.html](https://docs.aws.amazon.com/quicksight/latest/user/split-function.html) divide una cadena en una matriz de subcadenas basándose en el delimitador que se elija, y devuelve el elemento que especifica la posición. + [https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html) comprueba si la expresión comienza por la subcadena especificada. + [https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html](https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html) devuelve el número de caracteres de una cadena. + [https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html](https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html) devuelve el número especificado de caracteres en una cadena, empezando en la ubicación especificada. + [https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html) da formato a una cadena en minúsculas. + [https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html) da formato a la expresión de entrada como una cadena. + [https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html) da formato a una cadena en mayúsculas. + [https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html) elimina los espacios en blanco situados antes y después de una cadena. ## Cálculos de tabla Los cálculos de tabla forman un grupo de funciones que proporcionan contexto en un análisis. Son compatibles con análisis de agregados enriquecidos. Mediante el uso de estos cálculos, puede abordar supuestos empresariales comunes como el cálculo del porcentaje del total, la ejecución de suma, la diferencia, la referencia común y la clasificación. 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. **Funciones basadas en búsqueda** + [https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html) calcula la diferencia entre una medida basada en un conjunto de particiones y órdenes, y una medida basada en otra. + [https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html) calcula el valor de retardo (anterior) para una medida. + [https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html) calcula el valor guía (siguiente) para una medida. + [https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html) calcula la diferencia de porcentaje entre el valor actual y un valor de comparación. **A través de funciones** + [https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html) calcula el promedio de una medida a través de una o más dimensiones. + [https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html) calcula el recuento de un campo a través de una o más dimensiones. + [https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html) calcula el recuento distinto del operando particionado por los atributos especificados en un nivel específico. + [https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html) calcula el máximo de una medida a través de una o más dimensiones. + [https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html) el mínimo de una medida a través de una o más dimensiones. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileOver-function.html) (alias de `percentileDiscOver`) calcula el percentil *n* de una medida particionada por una lista de dimensiones. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html) calcula el percentil *n* de una medida particionada por una lista de dimensiones en función de una distribución continua. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html) calcula el percentil *n* de una medida particionada por una lista de dimensiones en función de los números reales. + [https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html) calcula el porcentaje en que una medida contribuye al total. + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html) calcula la diferencia de una medida en dos períodos de tiempo diferentes, según lo especificado por el grado de detalle y el desplazamiento del período. + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html) calcula el último valor (anterior) de una medida del período de tiempo anterior, según lo especificado en el grado de detalle y el desplazamiento del período. + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html) calcula la diferencia porcentual de una medida en dos períodos de tiempo diferentes, según lo especificado por el grado de detalle y el desplazamiento del período. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html) calcula el promedio de una medida para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html) calcula el recuento de una dimensión o medida para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html) calcula el valor máximo de una medida o fecha para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html) calcula el valor mínimo de una medida o fecha para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html) calcula la suma de una medida para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo. + [https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html) calcula la suma de una medida a través de una o más dimensiones. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html) calcula la desviación estándar de la medida especificada y la divide por el atributo o los atributos seleccionados, en función de una muestra. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html) calcula la desviación estándar de la medida especificada y la divide por el atributo o los atributos seleccionados, en función de una población sesgada. + [https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html) calcula la varianza de la medida especificada, y la divide por el atributo o los atributos seleccionados, en función de una muestra. + [https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html) calcula la varianza de la medida especificada, y la divide por el atributo o los atributos seleccionados, en función de una población sesgada. **Funciones de clasificación** + [https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html) calcula la clasificación de una medida o una dimensión. + [https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html) calcula la clasificación de una medida o una dimensión, ignorando los duplicados. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html) calcula la clasificación de una medida o una dimensión en función del percentil. **Funciones de ejecución** + [https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html) calcula un promedio acumulado de una medida. + [https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html) calcula un recuento acumulado de una medida. + [https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html) calcula un máximo acumulado de una medida. + [https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html) calcula un mínimo acumulado de una medida. + [https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html) calcula una ejecución de suma de una medida. **Funciones de ventana** + [https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html) calcula el primer valor de la medida o dimensión agregada dividida y ordenada según los atributos especificados. + [https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html) calcula el último valor de la medida o dimensión agregada dividida y ordenada según los atributos especificados. + [https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html) calcula el promedio de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. + [https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html) calcula el recuento de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. + [https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html) calcula el máximo de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. + [https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html) calcula el mínimo de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. + [https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html) calcula la suma de la medida agregada en una ventana personalizada que está dividida y ordenada por atributos especificados. # Funciones En esta sección encontrarás una lista de las funciones disponibles 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** + [addDateTime](addDateTime-function.md) + [addWorkDays](addWorkDays-function.md) + [Abs](abs-function.md) + [Ceil](ceil-function.md) + [Coalesce](coalesce-function.md) + [Concat](concat-function.md) + [contains](contains-function.md) + [decimalToInt](decimalToInt-function.md) + [dateDiff](dateDiff-function.md) + [endsWith](endsWith-function.md) + [epochDate](epochDate-function.md) + [Exp](exp-function.md) + [Extract](extract-function.md) + [Floor](floor-function.md) + [formatDate](formatDate-function.md) + [Ifelse](ifelse-function.md) + [in](in-function.md) + [intToDecimal](intToDecimal-function.md) + [isNotNull](isNotNull-function.md) + [isNull](isNull-function.md) + [isWorkDay](isWorkDay-function.md) + [Left](left-function.md) + [Locate](locate-function.md) + [Log](log-function.md) + [Ln](ln-function.md) + [Ltrim](ltrim-function.md) + [Mod](mod-function.md) + [netWorkDays](netWorkDays-function.md) + [Now](now-function.md) + [notIn](notIn-function.md) + [nullIf](nullIf-function.md) + [parseDate](parseDate-function.md) + [parseDecimal](parseDecimal-function.md) + [parseInt](parseInt-function.md) + [parseJson](parseJson-function.md) + [Replace](replace-function.md) + [Right](right-function.md) + [Round](round-function.md) + [Rtrim](rtrim-function.md) + [Split](split-function.md) + [Sqrt](sqrt-function.md) + [startsWith](startsWith-function.md) + [Strlen](strlen-function.md) + [Substring](substring-function.md) + [switch](switch-function.md) + [toLower](toLower-function.md) + [toString](toString-function.md) + [toUpper](toUpper-function.md) + [trim](trim-function.md) + [truncDate](truncDate-function.md) # addDateTime `addDateTime` suma o resta una unidad de tiempo a partir de valor de fecha y hora. Por ejemplo, `addDateTime(2,'YYYY',parseDate('02-JUL-2018', 'dd-MMM-yyyy') )` devuelve `02-JUL-2020`. Puede utilizar esta función para realizar cálculos de fecha en los datos de fecha y hora. ## Sintaxis ``` addDateTime(amount, period, datetime) ``` ## Argumentos *amount* Un valor entero positivo o negativo que representa la cantidad de tiempo que desea sumar o restar en el campo de fecha y hora proporcionado. *periodo* Un valor positivo o negativo que representa la cantidad de tiempo que desea sumar o restar del campo de fecha y hora proporcionado. Los periodos válidos son los siguientes: + YYYY: devuelve la parte del año de la fecha. + Q: devuelve el trimestre al que pertenece la fecha (1 a 4). + MM: devuelve la parte del mes de la fecha. + DD: devuelve la parte del día de la fecha. + WK: devuelve la parte de la semana de la fecha. La semana comienza el domingo en Amazon Quick. + HH: devuelve la parte de la hora de la fecha. + MI: devuelve la parte de minutos de la fecha. + SS: devuelve la parte de segundos de la fecha. + MS: devuelve la parte de milisegundos de la fecha. *datetime* La fecha u hora en la que desea realizar cálculos de fecha. ## Tipo de devolución Fecha y hora ## Ejemplo Supongamos que tiene un campo llamado `purchase_date` que tiene los siguientes valores. ``` 2018 May 13 13:24 2017 Jan 31 23:06 2016 Dec 28 06:45 ``` Con los siguientes cálculos, `addDateTime` modifica los valores tal y como se muestra a continuación. ``` addDateTime(-2, 'YYYY', purchaseDate) 2016 May 13 13:24 2015 Jan 31 23:06 2014 Dec 28 06:45 addDateTime(4, 'DD', purchaseDate) 2018 May 17 13:24 2017 Feb 4 23:06 2017 Jan 1 06:45 addDateTime(20, 'MI', purchaseDate) 2018 May 13 13:44 2017 Jan 31 23:26 2016 Dec 28 07:05 ``` # addWorkDays `addWorkDays` suma o resta un número designado de días laborables a un valor de fecha determinado. La función devuelve la fecha de un día laborable, es decir, un día laborable designado anterior o posterior a un valor de fecha de entrada determinado. ## Sintaxis ``` addWorkDays(initDate, numWorkDays) ``` ## Argumentos *initDate* Una fecha válida que no sea NULL y que actúe como fecha de inicio del cálculo. + **Campo de conjunto de datos**: cualquier campo `date` del conjunto de datos al que vaya a agregar esta función. + **Función de fecha**: cualquier salida de fecha de otra función `date`, por ejemplo, `parseDate`, `epochDate`, `addDateTime`, etc. **Example** ``` addWorkDays(epochDate(1659484800), numWorkDays) ``` + **Campos calculados**: cualquier campo calculado rápidamente que devuelva un `date` valor. **Example** ``` calcFieldStartDate = addDateTime(10, “DD”, startDate) addWorkDays(calcFieldStartDate, numWorkDays) ``` + **Parámetros**: cualquier `datetime` parámetro rápido. **Example** ``` addWorkDays($paramStartDate, numWorkDays) ``` + Cualquier combinación de los valores de los argumentos indicados anteriormente. *numWorkDays* Una número entero que no sea NULL y que actúe como fecha de finalización del cálculo. + **Literal**: número entero que se escribe directamente en el editor de expresiones. **Example** ``` ``` + **Campo de conjunto de datos**: cualquier campo de fecha del conjunto de datos. **Example** ``` ``` + **Función escalar o cálculo**: cualquier función rápida escalar que devuelva una salida entera de otra, por ejemplo `decimalToInt``abs`, y así sucesivamente. **Example** ``` addWorkDays(initDate, decimalToInt(sqrt (abs(numWorkDays)) ) ) ``` + **Campo calculado: cualquier campo** calculado rápidamente que devuelva un `date` valor. **Example** ``` someOtherIntegerCalcField = (num_days * 2) + 12 addWorkDays(initDate, someOtherIntegerCalcField) ``` + **Parámetro**: cualquier `datetime` parámetro rápido. **Example** ``` addWorkDays(initDate, $param_numWorkDays) ``` + Cualquier combinación de los valores de los argumentos indicados anteriormente. ## Tipo de devolución Entero ## Valores de salida Los valores de salida esperados incluyen los siguientes: + Número entero positivo (cuando start\$1date < end\$1date) + Número entero negativo (cuando start\$1date > end\$1date) + NULL cuando uno o ambos argumentos obtienen un valor nulo de `dataset field`. ## Errores de entrada Los valores de argumento no permitidos provocan errores, como se muestra en los siguientes ejemplos. + No se permite utilizar un valor NULL literal como argumento en la expresión. **Example** ``` addWorkDays(NULL, numWorkDays) ``` **Example** ``` Error At least one of the arguments in this function does not have correct type. Correct the expression and choose Create again. ``` + No se permite utilizar una cadena literal como argumento, ni cualquier otro tipo de datos que no sea una fecha, en la expresión. En el ejemplo siguiente, la cadena **"2022-08-10"** tiene el aspecto de una fecha, pero en realidad es una cadena. Para usarla, tendría que usar una función que se convierta en un tipo de datos de fecha. **Example** ``` addWorkDays("2022-08-10", 10) ``` **Example** ``` Error Expression addWorkDays("2022-08-10", numWorkDays) for function addWorkDays has incorrect argument type addWorkDays(String, Number). Function syntax expects Date, Integer. ``` ## Ejemplo Un entero positivo como argumento `numWorkDays` producirá una fecha en el futuro de la fecha de entrada. Un entero negativo como argumento `numWorkDays` producirá una fecha resultante anterior a la fecha de entrada. Un valor cero para el argumento `numWorkDays` produce el mismo valor que la fecha de entrada, independientemente de que caiga en un día laborable o en un fin de semana. La función `addWorkDays` funciona con el siguiente grado de detalle: `DAY`. La precisión no se puede preservar con un grado de detalle inferior o superior al nivel `DAY`. ``` addWorkDays(startDate, endDate) ``` Supongamos que hay un campo denominado `employmentStartDate` con los siguientes valores: ``` 2022-08-10 2022-08-06 2022-08-07 ``` Usando el campo anterior y los siguientes cálculos, `addWorkDays` devuelve los valores modificados como se muestra a continuación: ``` addWorkDays(employmentStartDate, 7) 2022-08-19 2022-08-16 2022-08-16 addWorkDays(employmentStartDate, -5) 2022-08-02 2022-08-01 2022-08-03 addWorkDays(employmentStartDate, 0) 2022-08-10 2022-08-06 2022-08-07 ``` En el siguiente ejemplo se calcula la bonificación prorrateada total que se pagará a cada empleado durante 2 años en función del número de días que cada empleado haya trabajado realmente. ``` last_day_of_work = addWorkDays(employment_start_date, 730) total_days_worked = netWorkDays(employment_start_date, last_day_of_work) total_bonus = total_days_worked * bonus_per_day ``` ![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/addWorkDays-function-example.png) # Abs `abs` devuelve el valor absoluto de una expresión dada. ## Sintaxis ``` abs(expression) ``` ## Argumentos *expresión* La expresión debe ser numérica. Puede ser un nombre de campo, un valor literal u otra función. # Ceil `ceil` redondea un valor decimal al siguiente número entero más alto. Por ejemplo, `ceil(29.02)` devuelve `30`. ## Sintaxis ``` ceil(decimal) ``` ## Argumentos *decimal* Un campo que utiliza el tipo de datos decimal, un valor literal como **17.62** o una llamada a otra función que genera un decimal. ## Tipo de devolución Entero ## Ejemplo En el siguiente ejemplo se redondea un campo decimal al siguiente número entero más alto. ``` ceil(salesAmount) ``` Los siguientes son los valores de los campos. ``` 20.13 892.03 57.54 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 21 893 58 ``` # Coalesce `coalesce` devuelve el valor del primer argumento que no sea nulo. Cuando se encuentra un valor no nulo, los argumentos restantes de la lista no se evalúan. Si todos los argumentos son null el resultado es null. Las cadenas de longitud 0 son valores válidos y no se consideran equivalentes a null. ## Sintaxis ``` coalesce(expression1, expression2 [, expression3, ...]) ``` ## Argumentos `coalesce` toma dos o más expresiones como argumentos. Todas las expresiones deben tener el mismo tipo de datos o podrán emitirse implícitamente para el mismo tipo de datos. *expresión* La expresión puede ser numérica, una fecha o una cadena. Puede ser un nombre de campo, un valor literal u otra función. ## Tipo de devolución `coalesce` devuelve un valor del mismo tipo de datos que los argumentos de entrada. ## Ejemplo En el siguiente ejemplo, se recupera una dirección de facturación del cliente si la hay o su dirección postal si no hay dirección de facturación, o se devuelve “No se ha indicado ninguna dirección” si ninguna de las dos direcciones está disponible. ``` coalesce(billingAddress, streetAddress, 'No address listed') ``` # Concat `concat` concatena dos o más cadenas. ## Sintaxis ``` concat(expression1, expression2 [, expression3 ...]) ``` ## Argumentos `concat` toma dos o más expresiones de cadena como argumentos. *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. ## Tipo de devolución Cadena ## Ejemplos El siguiente ejemplo concatena tres campos de cadena y añade los espacios apropiados. ``` concat(salutation, ' ', firstName, ' ', lastName) ``` Los siguientes son los valores de los campos. ``` salutation firstName lastName ------------------------------------------------------- Ms. Li Juan Dr. Ana Carolina Silva Mr. Nikhil Jayashankar ``` Para estos valores de campo, se devuelven los siguientes valores. ``` Ms. Li Juan Dr. Ana Carolina Silva Mr. Nikhil Jayashankar ``` En el siguiente ejemplo, se concatenan dos literales de cadena. ``` concat('Hello', 'world') ``` Se devuelve el siguiente valor. ``` Helloworld ``` # contains `contains` evalúa si la subcadena que especifique existe dentro de una expresión. Si la expresión contiene la subcadena, la función contains devuelve true y, en caso contrario, devuelve false. ## Sintaxis ``` contains(expression, substring, string-comparison-mode) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. *subcadena* El conjunto de caracteres que se comparan con la *expresión*. La subcadena puede aparecer una o más veces en la *expresión*. *string-comparison-mode* (Opcional) Especifica el modo de comparación de cadenas que se va a utilizar: + `CASE_SENSITIVE`: las comparaciones de cadenas distinguen entre mayúsculas y minúsculas. + `CASE_INSENSITIVE`: las comparaciones de cadenas no distinguen entre mayúsculas y minúsculas. Este valor se establece de forma predeterminada en `CASE_SENSITIVE` cuando está en blanco. ## Tipo de devolución Booleano ## Ejemplos ### Ejemplo de distinción entre mayúsculas y minúsculas predeterminado En el siguiente ejemplo, que distingue entre mayúsculas y minúsculas, se evalúa si `state_nm` contiene **New**. ``` contains(state_nm, "New") ``` Los siguientes son los valores de los campos. ``` New York new york ``` Para estos valores de campo, se devuelven los siguientes valores. ``` true false ``` ### Ejemplo que no distingue entre mayúsculas y minúsculas En el siguiente ejemplo, que no distingue entre mayúsculas y minúsculas, se evalúa si `state_nm` contiene **new**. ``` contains(state_nm, "new", CASE_INSENSITIVE) ``` Los siguientes son los valores de los campos. ``` New York new york ``` Para estos valores de campo, se devuelven los siguientes valores. ``` true true ``` ### Ejemplo con instrucciones condicionales La función contains se puede utilizar como instrucción condicional en las siguientes funciones If: [avgIf](https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html), [minIf](https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html), [distinct\$1countIf](https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html), [countIf](https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html), [maxIf](https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html), [medianIf](https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html), [stdevIf](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html), [stdevpIf](https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html), [sumIf](https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html), [varIf](https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html) y [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html). El siguiente ejemplo solo suma `Sales` si `state_nm` contiene **New**. ``` sumIf(Sales,contains(state_nm, "New")) ``` ### NO contiene un ejemplo El operador condicional `NOT` se puede usar para evaluar si la expresión no contiene la subcadena especificada. ``` NOT(contains(state_nm, "New")) ``` ### Ejemplo de uso de valores numéricos Los valores numéricos se pueden utilizar en los argumentos de la expresión o de la subcadena mediante la aplicación de la función `toString`. ``` contains(state_nm, toString(5) ) ``` # decimalToInt `decimalToInt` convierte un valor decimal en el tipo de datos entero eliminando el punto decimal y cualquier número situado a continuación. `decimalToInt` no redondea al alza. Por ejemplo, `decimalToInt(29.99)` devuelve `29`. ## Sintaxis ``` decimalToInt(decimal) ``` ## Argumentos *decimal* Un campo que utiliza el tipo de datos decimal, un valor literal como **17.62** o una llamada a otra función que genera un decimal. ## Tipo de devolución Entero ## Ejemplo El siguiente ejemplo convierte un campo decimal en un entero. ``` decimalToInt(salesAmount) ``` Los siguientes son los valores de los campos. ``` 20.13 892.03 57.54 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 20 892 57 ``` # dateDiff `dateDiff` devuelve la diferencia en días entre dos campos de fecha. Si incluye un valor para el periodo, `dateDiff` devuelve la diferencia en el intervalo del periodo, en lugar de en días. ## Sintaxis ``` dateDiff(date1, date2,[period]) ``` ## Argumentos `dateDiff` toma dos fechas como argumentos. La especificación de un periodo es opcional. *fecha 1* La primera fecha de la comparación. Un campo de fecha o una llamada a otra función que genera una fecha. *fecha 2* La segunda fecha de la comparación. Un campo de fecha o una llamada a otra función que genera una fecha. *periodo* El periodo de diferencia que desea obtener, entre comillas. Los periodos válidos son los siguientes: + YYYY: devuelve la parte del año de la fecha. + Q: devuelve la fecha del primer día del trimestre al que pertenece la fecha. + MM: devuelve la parte del mes de la fecha. + DD: devuelve la parte del día de la fecha. + WK: devuelve la parte de la semana de la fecha. La semana comienza el domingo en Amazon Quick. + HH: devuelve la parte de la hora de la fecha. + MI: devuelve la parte de minutos de la fecha. + SS: devuelve la parte de segundos de la fecha. + MS: devuelve la parte de milisegundos de la fecha. ## Tipo de devolución Entero ## Ejemplo El siguiente ejemplo devuelve la diferencia entre dos fechas. ``` dateDiff(orderDate, shipDate, "MM") ``` Los siguientes son los valores de los campos. ``` orderDate shipdate ============================= 01/01/18 03/05/18 09/13/17 10/20/17 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 2 1 ``` # endsWith `endsWith` evalúa si la expresión finaliza con la subcadena que especifique. Si la expresión finaliza con la subcadena, `endsWith` devuelve true y, en caso contrario, devuelve false. ## Sintaxis ``` endsWith(expression, substring, string-comparison-mode) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. *subcadena* El conjunto de caracteres que se comparan con la *expresión*. La subcadena puede aparecer una o más veces en la *expresión*. *string-comparison-mode* (Opcional) Especifica el modo de comparación de cadenas que se va a utilizar: + `CASE_SENSITIVE`: las comparaciones de cadenas distinguen entre mayúsculas y minúsculas. + `CASE_INSENSITIVE`: las comparaciones de cadenas no distinguen entre mayúsculas y minúsculas. Este valor se establece de forma predeterminada en `CASE_SENSITIVE` cuando está en blanco. ## Tipo de devolución Booleano ## Ejemplos ### Ejemplo de distinción entre mayúsculas y minúsculas predeterminado En el siguiente ejemplo, que distingue entre mayúsculas y minúsculas, se evalúa si `state_nm` endsWith **"York"**. ``` endsWith(state_nm, "York") ``` Los siguientes son los valores de los campos. ``` New York new york ``` Para estos valores de campo, se devuelven los siguientes valores. ``` true false ``` ### Ejemplo que no distingue entre mayúsculas y minúsculas En el siguiente ejemplo, que no distingue entre mayúsculas y minúsculas, se evalúa si `state_nm` endsWith **"york"**. ``` endsWith(state_nm, "york", CASE_INSENSITIVE) ``` Los siguientes son los valores de los campos. ``` New York new york ``` Para estos valores de campo, se devuelven los siguientes valores. ``` true true ``` ### Ejemplo con instrucciones condicionales La función `endsWith` se puede utilizar como instrucción condicional en las siguientes funciones If: [avgIf](https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html), [minIf](https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html), [distinct\$1countIf](https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html), [countIf](https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html), [maxIf](https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html), [medianIf](https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html), [stdevIf](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html), [stdevpIf](https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html), [sumIf](https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html), [varIf](https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html) y [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html). El siguiente ejemplo solo suma `Sales` si `state_nm` finaliza con **"York"**. ``` sumIf(Sales,endsWith(state_nm, "York")) ``` ### NO contiene un ejemplo El operador condicional `NOT` se puede usar para evaluar si la expresión no comienza por la subcadena especificada. ``` NOT(endsWith(state_nm, "York")) ``` ### Ejemplo de uso de valores numéricos Los valores numéricos se pueden utilizar en los argumentos de la expresión o de la subcadena mediante la aplicación de la función `toString`. ``` endsWith(state_nm, toString(5) ) ``` # epochDate `epochDate`[convierte una fecha de época en una fecha estándar con el formato aaaa-mm-dd **T** kk:mm:ss.sss **Z**, utilizando la sintaxis de patrones de formato especificada en Class en la documentación del proyecto Joda. DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html) Un ejemplo es `2015-10-15T19:11:51.003Z`. `epochDate`se admite para su uso con análisis basados en conjuntos de datos almacenados en Quick (). SPICE ## Sintaxis ``` epochDate(epochdate) ``` ## Argumentos *epochdate* La fecha de inicio, que es una representación en un número entero de una fecha como el número de segundos desde 00:00:00 UTC el 1 de enero de 1970. *epochdate* debe ser un número entero. Puede ser el nombre de un campo que utiliza el tipo de datos entero, un valor entero literal o una llamada a otra función que genera un entero. Si el valor entero es superior a 10 dígitos, los dígitos después de la décima posición se descartan. ## Tipo de devolución Date ## Ejemplo El ejemplo siguiente convierte una fecha de inicio en una fecha estándar. ``` epochDate(3100768000) ``` Se devuelve el siguiente valor. ``` 2068-04-04T12:26:40.000Z ``` # Exp `exp` devuelve la base de logaritmo natural e elevada a la potencia de una expresión dada. ## Sintaxis ``` exp(expression) ``` ## Argumentos *expresión* La expresión debe ser numérica. Puede ser un nombre de campo, un valor literal u otra función. # Extract `extract` devuelve una parte especificada de un valor de fecha. Si solicita una parte relacionada con la hora de una fecha que no contiene información de tiempo, se devuelve 0. ## Sintaxis ``` extract(period, date) ``` ## Argumentos *periodo* El periodo que desee que se extraiga del valor de fecha. Los periodos válidos son los siguientes: + YYYY: devuelve la parte del año de la fecha. + Q: devuelve el trimestre al que pertenece la fecha (1 a 4). + MM: devuelve la parte del mes de la fecha. + DD: devuelve la parte del día de la fecha. + WD: devuelve el día de la semana como un número entero, en el que el domingo es el 1. + HH: devuelve la parte de la hora de la fecha. + MI: devuelve la parte de minutos de la fecha. + SS: devuelve la parte de segundos de la fecha. + MS: devuelve la parte de milisegundos de la fecha. **nota** Las bases de datos de Presto anteriores a la versión 0.216 no admiten la extracción de milisegundos. *date* Un campo de fecha o una llamada a otra función que genera una fecha. ## Tipo de devolución Entero ## Ejemplo El siguiente ejemplo extrae el día de un valor de fecha. ``` extract('DD', orderDate) ``` Los siguientes son los valores de los campos. ``` orderDate ========= 01/01/14 09/13/16 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 01 13 ``` # Floor `floor` disminuye un valor decimal al siguiente número entero más bajo. Por ejemplo, `floor(29.08)` devuelve `29`. ## Sintaxis ``` floor(decimal) ``` ## Argumentos *decimal* Un campo que utiliza el tipo de datos decimal, un valor literal como **17.62** o una llamada a otra función que genera un decimal. ## Tipo de devolución Entero ## Ejemplo En el siguiente ejemplo se disminuye un campo decimal al siguiente número entero más bajo. ``` floor(salesAmount) ``` Los siguientes son los valores de los campos. ``` 20.13 892.03 57.54 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 20 892 57 ``` # formatDate `formatDate` da formato a una fecha utilizando el patrón que especifique. Cuando esté preparando datos, puede utilizar `formatDate` para cambiar el formato de la fecha. Para volver a dar formato a una fecha en un análisis, elija la opción de formato en el menú contextual del campo de fecha. ## Sintaxis ``` formatDate(date, ['format']) ``` ## Argumentos *date* Un campo de fecha o una llamada a otra función que genera una fecha. *format* (Opcional) Una cadena que contiene el patrón de formato que se va a aplicar. Este argumento acepta los patrones de formato especificados en los [formatos de fecha admitidos](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html). Si no especifica un formato, el valor predeterminado de esta cadena es yyyy-MM-dd**T**kk: mm: ss: SSS. ## Tipo de devolución Cadena ## Ejemplo En el ejemplo siguiente se da formato a una fecha UTC. ``` formatDate(orderDate, 'dd-MMM-yyyy') ``` Los siguientes son los valores de los campos. ``` order date ========= 2012-12-14T00:00:00.000Z 2013-12-29T00:00:00.000Z 2012-11-15T00:00:00.000Z ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 13 Dec 2012 28 Dec 2013 14 Nov 2012 ``` ## Ejemplo Si la fecha contiene comillas simples o apóstrofes, por ejemplo, `yyyyMMdd'T'HHmmss`, puede gestionar este formato de fecha mediante uno de los métodos siguientes. + Escriba la fecha completa entre comillas, tal como se muestra en el siguiente ejemplo: ``` formatDate({myDateField}, "yyyyMMdd'T'HHmmss") ``` + Para evitar las comillas simples o los apóstrofes, añada una barra invertida (`\`) a su izquierda, como se muestra en el siguiente ejemplo: ``` formatDate({myDateField}, 'yyyyMMdd\'T\'HHmmss') ``` # Ifelse `ifelse` evalúa un conjunto de pares de expresiones *if*, *then*; y devuelve el valor del argumento *then* durante el primer argumento *if* que se evalúa como verdadero. Si ninguno de los argumentos *if* se evalúa como verdadero, se devuelve el valor del argumento *else*. ## Sintaxis ``` ifelse(if-expression-1, then-expression-1 [, if-expression-n, then-expression-n ...], else-expression) ``` ## Argumentos `ifelse` requiere uno o más pares de expresiones *if*, *then* y requiere exactamente una expresión para el argumento *else*. *if-expression* La expresión que se evalúa como verdadera o no. Puede ser un nombre de campo como **address1**, un valor literal como **'Unknown'** u otra función como `toString(salesAmount)`. Un ejemplo es `isNotNull(FieldName)`. Si utiliza varios operadores AND y OR en el argumento `if`, incluya las instrucciones entre paréntesis para identificar el orden de procesamiento. Por ejemplo, el siguiente argumento `if` devuelve registros con un mes de 1, 2 o 5 y un año de 2000. ``` ifelse((month = 5 OR month < 3) AND year = 2000, 'yes', 'no') ``` El siguiente argumento `if` utiliza los mismos operadores, pero devuelve registros con un mes de 5 y cualquier año, o con un mes de 1 o 2 y un año de 2000. ``` ifelse(month = 5 OR (month < 3 AND year = 2000), 'yes', 'no') ``` *then-expression* La expresión que se va a devolver si su argumento *if* se evalúa como verdadero. Puede ser un nombre de campo como **address1**, un valor literal como **'Unknown'** o una llamada a otra función. La expresión debe tener el mismo tipo de datos que los otros argumentos `then` y el argumento `else`. *else-expression* La expresión que se va a devolver si ninguno de los argumentos *if* se evalúan como verdaderos. Puede ser un nombre de campo como **address1**, un valor literal como **'Unknown'** u otra función como `toString(salesAmount)`. La expresión debe tener el mismo tipo de datos que todos los argumentos `then`. ## Tipo de devolución `ifelse` devuelve un valor del mismo tipo de datos que los valores de *then-expression*. Todos los datos que devolvieron las expresiones *then* y *else* deben ser del mismo tipo de datos o estar convertidos al mismo tipo de datos. ## Ejemplos En el siguiente ejemplo se genera una columna de alias para el campo `country`. ``` ifelse(country = "United States", "US", country = "China", "CN", country = "India", "IN", "Others") ``` Para estos casos de uso, se evalúa cada valor de un campo comparándolo con una lista de literales y se devuelve el resultado correspondiente al primer valor coincidente. Se recomienda cambiar de función para simplificar el trabajo. El ejemplo anterior se puede reescribir en la siguiente instrucción mediante: [https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html) ``` switch(country,"United States","US","China","CN","India","IN","Others") ``` En el siguiente ejemplo se clasifican las ventas por cliente en niveles legibles para las personas. ``` ifelse(salesPerCustomer < 1000, “VERY_LOW”, salesPerCustomer < 10000, “LOW”, salesPerCustomer < 100000, “MEDIUM”, “HIGH”) ``` En el ejemplo siguiente se utiliza AND, OR y NOT para comparar varias expresiones utilizando operadores condicionales e identificar los principales clientes que NO se encuentren en Washington ni en Oregón para una promoción especial, siempre que hayan realizado más de 10 pedidos. Si no se devuelven valores, se obtiene el valor `'n/a'`. ``` ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a') ``` Los ejemplos siguientes utilizan únicamente OR para generar una nueva columna que contenga el nombre del continente correspondiente a cada `country`. ``` ifelse(country = "United States" OR country = "Canada", "North America", country = "China" OR country = "India" OR country = "Japan", "Asia", "Others") ``` El ejemplo anterior se puede simplificar como se muestra en el siguiente ejemplo. En el siguiente ejemplo se utiliza `ifelse` y [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) para crear un valor en una columna nueva para cualquier fila en la que el valor probado esté en una lista literal. También se puede usar `ifelse` con [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html). ``` ifelse(in(country,["United States", "Canada"]), "North America", in(country,["China","Japan","India"]),"Asia","Others") ``` Los autores pueden guardar una lista literal en un parámetro con varios valores y utilizarla en las funciones [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) o [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html). El ejemplo siguiente es equivalente al ejemplo anterior, con la salvedad de que las listas literales se almacenan en dos parámetros con varios valores. ``` ifelse(in(country,${NorthAmericaCountryParam}), "North America", in(country,${AsiaCountryParam}),"Asia", "Others") ``` En el siguiente ejemplo se asigna un grupo a un registro de ventas basándose en el total de ventas. La estructura de cada frase `if-then` imita el comportamiento de *between*, una palabra clave que actualmente no funciona en las expresiones de campo calculadas. Por ejemplo, el resultado de la comparación `salesTotal >= 0 AND salesTotal < 500` devuelve los mismos valores que la comparación `salesTotal between 0 and 499` de SQL. ``` ifelse(salesTotal >= 0 AND salesTotal < 500, 'Group 1', salesTotal >= 500 AND salesTotal < 1000, 'Group 2', 'Group 3') ``` En el siguiente ejemplo se comprueba un valor NULL y se utiliza `coalesce` para devolver el primer valor que no sea NULL. En lugar de tener que recordar el significado de un valor NULL en un campo de fecha, puede utilizar una descripción legible. Si la fecha de desconexión es NULL, el ejemplo devuelve la fecha de suspensión, a menos que ambas sean NULL. A continuación, `coalesce(DiscoDate, SuspendDate, '12/31/2491')` devuelve `'12/31/2491'`. El valor devuelto debe coincidir con los demás tipos de datos. Esta fecha puede parecer un valor inusual, pero una fecha del siglo XXV simula razonablemente el “fin de los tiempos”, que se define como la fecha más alta de un data mart. ``` ifelse ( (coalesce(DiscoDate, SuspendDate, '12/31/2491') = '12/31/2491'), 'Active subscriber', 'Inactive subscriber') ``` A continuación se muestra un ejemplo más complejo en un formato más legible, solo para demostrar que no es necesario comprimir todo el código en una línea larga. En este ejemplo se proporcionan varias comparaciones del valor del resultado de una encuesta. Maneja los posibles valores NULL para este campo y clasifica dos rangos aceptables. También etiqueta un rango que necesita más pruebas y otro que no es válido (fuera del rango). Para todos los valores restantes, aplica la condición `else` y etiqueta la fila como si fuera necesaria una nueva prueba tres años después de la fecha indicada en esa fila. ``` ifelse ( isNull({SurveyResult}), 'Untested', {SurveyResult}=1, 'Range 1', {SurveyResult}=2, 'Range 2', {SurveyResult}=3, 'Need more testing', {SurveyResult}=99, 'Out of Range', concat ( 'Retest by ', toString ( addDateTime(3, "YYYY", {Date}) ) ) ) ``` En el siguiente ejemplo se asigna un nombre de región creado “manualmente” a un grupo de estados. También se utiliza el espaciado y los comentarios, entre `/* */`, para facilitar el mantenimiento del código. ``` ifelse ( /* NE REGION*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, 'Northeast', /* SE REGION*/ locate('Georgia, Alabama, South Carolina, Louisiana',{State}) > 0, 'Southeast', 'Other Region' ) ``` La lógica del etiquetado de la región se desglosa de la siguiente manera: 1. Enumeramos los estados que queremos para cada región y escribimos cada lista entre comillas para hacer que cada lista sea una cadena, de la siguiente manera: + `'New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire'` + `'Georgia, Alabama, South Carolina, Louisiana'` + Puede agregar más conjuntos o usar países, ciudades, provincias o What3Words si lo desea. 1. Para preguntar si el valor de `State` (para cada fila) se encuentra en la lista, usamos la función `locate` para devolver un valor distinto de cero si el estado se encuentra en la lista, como se indica a continuación. ``` locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) and locate('Georgia, Alabama, South Carolina, Louisiana',{State}) ``` 1. La función `locate` devuelve un número en lugar de un valor `TRUE` o `FALSE`, pero `ifelse` requiere el valor booleano `TRUE`/`FALSE`. Para evitar esto, podemos comparar el resultado de `locate` con un número. Si el estado está en la lista, el valor devuelto es mayor que cero. 1. Pregunte si el estado está presente. ``` locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0 ``` 1. Si está presente en la región, etiquétela como la región específica, en este caso, una región del noreste. ``` /*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, /*The then expression:*/ 'Northeast', ``` 1. Como tenemos estados que no están en una lista y `ifelse` requiere una expresión `else` única, utilizamos una etiqueta `'Other Region'` para los estados sobrantes. ``` /*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, /*The then expression:*/ 'Northeast', /*The else expression:*/ 'Other Region' ``` 1. Incluimos todo eso en la función `ifelse( )` para obtener la versión final. En el siguiente ejemplo se omiten los estados de la región sudeste que estaban en el original. Puede volver a agregarlos en lugar de la etiqueta *``*. Si desea agregar más regiones, puede crear más copias de esas dos líneas y modificar la lista de estados para adaptarla a sus necesidades. Puede cambiar el nombre de la región por el que más le convenga y cambiar el nombre del campo `State` por el que necesite. ``` ifelse ( /*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, /*The then expression:*/ 'Northeast', /**/ /*The else expression:*/ 'Other Region' ) ``` **nota** Existen otras formas de realizar la comparación inicial de la expresión if. Por ejemplo, supongamos que plantea la pregunta “¿Qué estados no faltan en esta lista?” en lugar de “¿Qué estados están en la lista?” Si lo hace, podría expresarlo de otra manera. Puede comparar la instrucción locate con cero para buscar los valores que faltan en la lista y, a continuación, utilizar el operador NOT para clasificarlos como “no ausentes”, como se indica a continuación. ``` /*The if expression:*/ NOT (locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) = 0), ``` Ambas versiones son correctas. La versión que elija debería tener más sentido para usted y su equipo, de forma que pueda mantenerla fácilmente. Si todas las opciones parecen iguales, elija la más sencilla. # in `in` evalúa si existe una expresión en una lista literal. Si la lista contiene la expresión, devuelve true y, en caso contrario, devuelve false. `in` distingue entre mayúsculas y minúsculas para las entradas de tipo cadena. `in` acepta dos tipos de listas literales: una es una lista que se introduce manualmente y la otra es un [parámetro con varios valores.](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html) ## Sintaxis Uso de una lista introducida manualmente: ``` in(expression, [literal-1, ...]) ``` Uso de un parámetro con varios valores: ``` in(expression, $multivalue_parameter) ``` ## Argumentos *expresión* La expresión que se va a comparar con los elementos de la lista literal. Puede ser un nombre de campo, como `address`, un valor literal, como “**Unknown**”, un parámetro de un solo valor o una llamada a otra función escalar, siempre que esta función no sea una función de agregado o un cálculo de tabla. *lista literal* (Obligatorio) Puede ser una lista introducida manualmente o un parámetro con varios valores. Este argumento acepta hasta 5000 elementos. Sin embargo, en una consulta directa a un origen de datos de terceros, por ejemplo, Oracle o Teradata, la restricción puede ser menor. + ***lista introducida manualmente***: uno o más valores literales de una lista para compararlos con la expresión. La lista se debe escribir entre corchetes. Todos los literales que se van a comparar deben tener el mismo tipo de datos que la expresión. + ***parámetro con varios valores***: un parámetro con varios valores predefinido que se pasa como una lista literal. El parámetro con varios valores debe tener el mismo tipo de datos que la expresión. ## Tipo de devolución Valor booleano TRUE o FALSE ## Ejemplo con una lista estática En el siguiente ejemplo se evalúa el campo `origin_state_name` en busca de valores en una lista de cadenas. Al comparar una entrada de tipo cadena, `in` solo admite la comparación que distingue entre mayúsculas y minúsculas. ``` in(origin_state_name,["Georgia", "Ohio", "Texas"]) ``` Los siguientes son los valores de los campos. ``` "Washington" "ohio" "Texas" ``` Para estos valores de campo, se devuelven los siguientes valores. ``` false false true ``` El tercer valor devuelto es true porque solo “Texas” es uno de los valores incluidos. En el siguiente ejemplo se evalúa el campo `fl_date` en busca de valores en una lista de cadenas. Para que coincida con el tipo, `toString` se utiliza para convertir el tipo de fecha en un tipo de cadena. ``` in(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"]) ``` ![\[Imagen de los resultados del ejemplo de la función, que se muestra en forma de tabla.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/in-function-example-manual-list.png) Los valores literales y NULL se admiten en el argumento de expresión para compararlos con los literales de la lista. Los dos ejemplos siguientes generarán una nueva columna de valores TRUE. ``` in("Washington",["Washington","Ohio"]) ``` ``` in(NULL,[NULL,"Ohio"]) ``` ## Ejemplo con parámetro con varios valores Supongamos que un autor crea un [parámetro con varios valores](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html) que contiene una lista de todos los nombres de los estados. Luego, el autor agrega un control para que el lector pueda seleccionar valores de la lista. A continuación, el lector selecciona tres valores (“Georgia”, “Ohio” y “Texas”) del control de la lista desplegable del parámetro. En este caso, la siguiente expresión equivale al primer ejemplo, en el que esos tres nombres de estados se pasan como lista literal para compararlos con el campo `original_state_name`. ``` in (origin_state_name, ${stateName MultivalueParameter}) ``` ## Ejemplo con `ifelse` `in` se puede anidar en otras funciones como un valor booleano. Un ejemplo es que los autores pueden evaluar cualquier expresión de una lista y devolver el valor que desean mediante `in` y `ifelse`. En el siguiente ejemplo se evalúa si el `dest_state_name` de un vuelo se encuentra en una lista determinada de estados de EE. UU. y se devuelven diferentes categorías de estados en función de la comparación. ``` ifelse(in(dest_state_name,["Washington", "Oregon","California"]), "WestCoastUSState", "Other US State") ``` ![\[Imagen de los resultados del ejemplo de la función, que se muestra en forma de tabla.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/in-function-with-ifelse.png) # intToDecimal `intToDecimal` convierte un valor entero en el tipo de datos decimal. ## Sintaxis ``` intToDecimal(integer) ``` ## Argumentos *int* Un campo que utiliza el tipo de datos entero, un valor literal como **14** o una llamada a otra función que genera un entero. ## Tipo de devolución Decimal (fijo) en la experiencia tradicional de preparación de datos. Decimal (flotante) en la nueva experiencia de preparación de datos. ## Ejemplo El siguiente ejemplo convierte un campo entero en un decimal. ``` intToDecimal(price) ``` Los siguientes son los valores de los campos. ``` 20 892 57 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 20.0 892.0 58.0 ``` Puede aplicar formato dentro de un análisis, por ejemplo, para formatear `price` como divisa. # isNotNull `isNotNull` evalúa una expresión para ver si no es nula. Si la expresión no es nula, `isNotNull` devuelve “true”; de lo contrario devuelve “false”. ## Sintaxis ``` isNotNull(expression) ``` ## Argumentos *expresión* La expresión se evalúa como nula o no. Puede ser un nombre de campo como **address1**, o una llamada a otra función que genere una cadena. ## Tipo de devolución Booleano ## Ejemplo El siguiente ejemplo evalúa el campo sales\$1amount en busca de valores nulos. ``` isNotNull(salesAmount) ``` Los siguientes son los valores de los campos. ``` 20.13 (null) 57.54 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` true false true ``` # isNull `isNull` evalúa una expresión para ver si es nula. Si la expresión es nula, `isNull` devuelve “true”, de lo contrario devuelve “false”. ## Sintaxis ``` isNull(expression) ``` ## Argumentos *expresión* La expresión se evalúa como nula o no. Puede ser un nombre de campo como **address1**, o una llamada a otra función que genere una cadena. ## Tipo de devolución Booleano ## Ejemplo El siguiente ejemplo evalúa el campo sales\$1amount en busca de valores nulos. ``` isNull(salesAmount) ``` Los siguientes son los valores de los campos. ``` 20.13 (null) 57.54 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` false true false ``` En el siguiente ejemplo se comprueba si hay un valor NULL en una instrucción `ifelse` y, en su lugar, se devuelve un valor legible por humanos. ``` ifelse( isNull({ActiveFlag}) , 'Inactive', 'Active') ``` # isWorkDay `isWorkDay` evalúa un valor de fecha y hora determinado para determinar si el valor es un día laborable o no. `isWorkDay` asume una semana laboral estándar de 5 días que comienza el lunes y termina el viernes. Se supone que los sábados y domingos son fines de semana. La función siempre calcula su resultado con el grado de detalle `DAY` y no incluye la fecha de entrada dada. ## Sintaxis ``` isWorkDay(inputDate) ``` ## Argumentos *inputDate* El valor de fecha y hora que desea evaluar. Los valores válidos son los siguientes: + Campos de conjunto de datos: cualquier campo `date` del conjunto de datos al que vaya a agregar esta función. + Función de fecha: cualquier salida de fecha de otra función `date`, por ejemplo, `parseDate`. + Campos calculados: cualquier campo calculado rápidamente que devuelva un `date` valor. + Parámetros: cualquier `DateTime` parámetro rápido. ## Tipo de devolución Entero (`0` o `1`) ## Ejemplo En el siguiente ejemplo se determina si el campo `application_date` es un día laborable o no. Supongamos que hay un campo denominado `application_date` con los siguientes valores: ``` 2022-08-10 2022-08-06 2022-08-07 ``` Al usar estos campos y agregar los siguientes cálculos, `isWorkDay` devuelve los siguientes valores: ``` isWorkDay({application_date}) 1 0 0 ``` En el siguiente ejemplo se filtra a los empleados cuyo empleo termina un día laborable y se determina si su empleo comenzó un día laborable o un fin de semana mediante el formato condicional: ``` is_start_date_work_day = isWorkDay(employment_start_date) is_end_date_work_day = isWorkDay(employment_end_date) ``` ![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/isWorkDay-example.png) # Left `left` devuelve los caracteres más a la izquierda de una cadena, incluidos los espacios. Deberá especificar el número de caracteres que quiere que se devuelvan. ## Sintaxis ``` left(expression, limit) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. *limit* El número de caracteres que se van a devolver de la *expresión*, a partir del primer carácter de la cadena. ## Tipo de devolución Cadena ## Ejemplo En el siguiente ejemplo, se devuelven los 3 primeros caracteres de una cadena. ``` left('Seattle Store #14', 3) ``` Se devuelve el siguiente valor. ``` Sea ``` # Locate `locate` localiza la subcadena que especifique en otra cadena y devuelve el número de caracteres hasta el primer carácter de la subcadena. La función devuelve 0 si no encuentra la subcadena. La función se basa en 1. ## Sintaxis ``` locate(expression, substring, start) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. *subcadena* El conjunto de caracteres de *expression* que desee localizar. La subcadena puede aparecer una o más veces en *expression*. *start* (Opcional) Si la *subcadena* se produce más de una vez, utilice *start* para identificar en qué parte de la cadena debe empezar a buscar la subcadena la función. Por ejemplo, suponga que desea encontrar el segundo ejemplo de una subcadena y cree que normalmente aparece después de los primeros 10 caracteres. Puede especificar como valor de *inicio* 10. Debe empezar en 1. ## Tipo de devolución Entero ## Ejemplos El siguiente ejemplo devuelve información sobre dónde tiene lugar la primera aparición de la subcadena “and” en una cadena. ``` locate('1 and 2 and 3 and 4', 'and') ``` Se devuelve el siguiente valor. ``` 3 ``` El siguiente ejemplo devuelve información sobre dónde tiene lugar la primera aparición de la subcadena “and” en una cadena después del cuarto carácter. ``` locate('1 and 2 and 3 and 4', 'and', 4) ``` Se devuelve el siguiente valor. ``` 9 ``` # Log `log` devuelve el logaritmo en base 10 de una expresión dada. ## Sintaxis ``` log(expression) ``` ## Argumentos *expresión* La expresión debe ser numérica. Puede ser un nombre de campo, un valor literal u otra función. # Ln `ln` devuelve el logaritmo natural de una expresión dada. ## Sintaxis ``` ln(expression) ``` ## Argumentos *expresión* La expresión debe ser numérica. Puede ser un nombre de campo, un valor literal u otra función. # Ltrim `ltrim` elimina los espacios en blanco situados antes de una cadena. ## Sintaxis ``` ltrim(expression) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. ## Tipo de devolución Cadena ## Ejemplo El siguiente ejemplo elimina los espacios precedentes de una cadena. ``` ltrim(' Seattle Store #14') ``` Se devuelve el siguiente valor. ``` Seattle Store #14 ``` # Mod Utilice la función `mod` para averiguar el resto después de dividir el número por el divisor. Puede utilizar la función `mod` o el operador de módulo (%) indistintamente. ## Sintaxis ``` mod(number, divisor) ``` ``` number%divisor ``` ## Argumentos *número* El número es el entero positivo que desea dividir para averiguar el resto. *divisor* El divisor es el entero positivo por el que se divide. Si el divisor es cero, esta función devuelve un error al dividir por 0. ## Ejemplo Los siguientes ejemplos devuelven un módulo de 17 al dividir por 6. El primer ejemplo utiliza el operador % y el segundo la función mod. ``` 17%6 ``` ``` mod( 17, 6 ) ``` Se devuelve el siguiente valor. ``` 5 ``` # netWorkDays `netWorkDays`devuelve el número de días laborables entre los dos campos de fecha proporcionados o incluso los valores de fecha personalizados generados mediante otras funciones de fecha rápida, como `parseDate` o `epochDate` como un entero. `netWorkDays` asume una semana laboral estándar de 5 días que comienza el lunes y termina el viernes. Se supone que los sábados y domingos son fines de semana. El cálculo incluye los valores `startDate` y `endDate`. La función funciona y muestra los resultados del grado de detalle de DAY. ## Sintaxis ``` netWorkDays(startDate, endDate) ``` ## Argumentos *startDate* Una fecha válida que no sea NULL y que actúe como fecha de inicio del cálculo. + Campos de conjunto de datos: cualquier campo `date` del conjunto de datos al que vaya a agregar esta función. + Función de fecha: cualquier salida de fecha de otra función `date`, por ejemplo, `parseDate`. + Campos calculados: cualquier campo calculado rápidamente que devuelva un `date` valor. + Parámetros: cualquier `DateTime` parámetro rápido. + Cualquier combinación de los valores de los argumentos indicados anteriormente. *endDate* Una fecha válida que no sea NULL y que actúe como fecha de finalización del cálculo. + Campos de conjunto de datos: cualquier campo `date` del conjunto de datos al que vaya a agregar esta función. + Función de fecha: cualquier salida de fecha de otra función `date`, por ejemplo, `parseDate`. + Campos calculados: cualquier campo calculado rápidamente que devuelva un `date` valor. + Parámetros: cualquier `DateTime` parámetro rápido. + Cualquier combinación de los valores de los argumentos indicados anteriormente. ## Tipo de devolución Entero ## Valores de salida Los valores de salida esperados incluyen los siguientes: + Número entero positivo (cuando start\$1date < end\$1date) + Número entero negativo (cuando start\$1date > end\$1date) + NULL cuando uno o ambos argumentos obtienen un valor nulo de `dataset field`. ## Ejemplo En el siguiente ejemplo se devuelve la cantidad de días laborables entre dos fechas. Supongamos que hay un campo denominado `application_date` con los siguientes valores: ``` netWorkDays({startDate}, {endDate}) ``` Los siguientes son los valores de los campos. ``` startDate endDate netWorkDays 9/4/2022 9/11/2022 5 9/9/2022 9/2/2022 -6 9/10/2022 9/11/2022 0 9/12/2022 9/12/2022 1 ``` En el siguiente ejemplo se calcula el número de días trabajados por cada empleado y el salario empleado por día para cada empleado: ``` days_worked = netWorkDays({employment_start_date}, {employment_end_date}) salary_per_day = {salary}/{days_worked} ``` En el siguiente ejemplo se filtra a los empleados cuyo empleo termina un día laborable y se determina si su empleo comenzó un día laborable o un fin de semana mediante el formato condicional: ``` is_start_date_work_day = netWorkDays(employment_start_date) is_end_date_work_day = netWorkDays(employment_end_date) ``` ![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/netWorkDays-function-example.png) # Now Para conjuntos de datos de base de datos que consultan directamente la base de datos, `now` devuelve la fecha y hora actuales utilizando la configuración y el formato que especifica el servidor de base de datos. Para conjuntos de datos de SPICE y Salesforce, `now` devuelve la fecha y la hora UTC con el formato `yyyy-MM-ddTkk:mm:ss:SSSZ` (por ejemplo, 2015-10-15T19:11:51:003 Z). ## Sintaxis ``` now() ``` ## Tipo de devolución Date # notIn `notIn` evalúa si existe una expresión en una lista literal. Si la lista no contiene la expresión, `notIn` devuelve true y, en caso contrario, devuelve false. `notIn` distingue entre mayúsculas y minúsculas para las entradas de tipo cadena. `notIn` acepta dos tipos de listas literales: una es una lista que se introduce manualmente y la otra es un [parámetro con varios valores.](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html) ## Sintaxis Uso de una lista introducida manualmente: ``` notIn(expression, [literal-1, ...]) ``` Uso de un parámetro con varios valores: ``` notIn(expression, $multivalue_parameter) ``` ## Argumentos *expresión* La expresión que se va a comparar con los elementos de la lista literal. Puede ser un nombre de campo, como `address`, un valor literal, como “**Unknown**”, un parámetro de un solo valor o una llamada a otra función escalar, siempre que esta función no sea una función de agregado o un cálculo de tabla. *lista literal* (Obligatorio) Puede ser una lista introducida manualmente o un parámetro con varios valores. Este argumento acepta hasta 5000 elementos. Sin embargo, en una consulta directa a un origen de datos de terceros, por ejemplo, Oracle o Teradata, la restricción puede ser menor. + ***lista introducida manualmente***: uno o más valores literales de una lista para compararlos con la expresión. La lista se debe escribir entre corchetes. Todos los literales que se van a comparar deben tener el mismo tipo de datos que la expresión. + ***parámetro con varios valores***: un parámetro con varios valores predefinido que se pasa como una lista literal. El parámetro con varios valores debe tener el mismo tipo de datos que la expresión. ## Tipo de devolución Valor booleano TRUE o FALSE ## Ejemplo con una lista introducida manualmente En el siguiente ejemplo se evalúa el campo `origin_state_name` en busca de valores en una lista de cadenas. Al comparar una entrada de tipo cadena, `notIn` solo admite la comparación que distingue entre mayúsculas y minúsculas. ``` notIn(origin_state_name,["Georgia", "Ohio", "Texas"]) ``` Los siguientes son los valores de los campos. ``` "Washington" "ohio" "Texas" ``` Para estos valores de campo, se devuelven los siguientes valores. ``` true true false ``` El tercer valor devuelto es false porque solo “Texas” es uno de los valores excluidos. En el siguiente ejemplo se evalúa el campo `fl_date` en busca de valores en una lista de cadenas. Para que coincida con el tipo, `toString` se utiliza para convertir el tipo de fecha en un tipo de cadena. ``` notIn(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"]) ``` ![\[Imagen de los resultados del ejemplo de la función, que se muestra en forma de tabla.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/notin-function-example-manual-list.png) Los valores literales y NULL se admiten en el argumento de expresión para compararlos con los literales de la lista. Los dos ejemplos siguientes generarán una nueva columna de valores FALSE. ``` notIn("Washington",["Washington","Ohio"]) ``` ``` notIn(NULL,[NULL,"Ohio"]) ``` ## Ejemplo con parámetro con varios valores Supongamos que un autor crea un [parámetro con varios valores](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html) que contiene una lista de todos los nombres de los estados. Luego, el autor agrega un control para que el lector pueda seleccionar valores de la lista. A continuación, el lector selecciona tres valores (“Georgia”, “Ohio” y “Texas”) del control de la lista desplegable del parámetro. En este caso, la siguiente expresión equivale al primer ejemplo, en el que esos tres nombres de estados se pasan como lista literal para compararlos con el campo `original_state_name`. ``` notIn (origin_state_name, ${stateName MultivalueParameter}) ``` ## Ejemplo con `ifelse` `notIn` se puede anidar en otras funciones como un valor booleano. Un ejemplo es que los autores pueden evaluar cualquier expresión de una lista y devolver el valor que desean mediante `notIn` y `ifelse`. En el siguiente ejemplo se evalúa si el `dest_state_name` de un vuelo se encuentra en una lista determinada de estados de EE. UU. y se devuelven diferentes categorías de estados en función de la comparación. ``` ifelse(notIn(dest_state_name,["Washington", "Oregon","California"]), "notWestCoastUSState", "WestCoastUSState") ``` ![\[Imagen de los resultados del ejemplo de la función, que se muestra en forma de tabla.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/notin-function-with-ifelse.png) # nullIf `nullIf` compara dos expresiones. Si son iguales, la función devuelve “null”. Si no son iguales, la función devuelve la primera expresión. ## Sintaxis ``` nullIf(expression1, expression2) ``` ## Argumentos `nullIf` toma dos expresiones como argumentos. *expresión* La expresión puede ser numérica, una fecha o una cadena. Puede ser un nombre de campo, un valor literal u otra función. ## Tipo de devolución Cadena ## Ejemplo El siguiente ejemplo devuelve valores nulos si se desconoce el motivo del retraso de un envío. ``` nullIf(delayReason, 'unknown') ``` Los siguientes son los valores de los campos. ``` delayReason ============ unknown back ordered weather delay ``` Para estos valores de campo, se devuelven los siguientes valores. ``` (null) back ordered weather delay ``` # parseDate `parseDate`analiza una cadena para determinar si contiene un valor de fecha y devuelve una fecha estándar en ese formato `yyyy-MM-ddTkk:mm:ss.SSSZ` (utilizando la sintaxis de patrones de formato especificada en [Class DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html) en la documentación del proyecto Joda), por ejemplo 2015-10-15T 19:11:51.003 Z. Esta función devuelve todas las filas que contienen una fecha con un formato válido y omite las que no lo tienen, incluidas las filas que contienen valores nulos. Quick admite fechas en el intervalo comprendido entre el 1 de enero de 1900 a las 00:00:00 UTC y el 31 de diciembre de 2037 a las 23:59:59 UTC. [Para obtener más información, consulta Formatos de fecha compatibles.](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html) ## Sintaxis ``` parseDate(expression, ['format']) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'1/1/2016'** o una llamada a otra función que genera una cadena. *format* (Opcional) Una cadena que contiene el patrón de formato con el que *date\$1string* debe coincidir. Por ejemplo, si utiliza un campo con datos como**01/03/2016**, debe especificar el formato 'MM/dd/yyyy'. Si no especifica un formato, el valor predeterminado es `yyyy-MM-dd`. Se omitirán las filas cuyos datos no se ajustan al *formato*. Se admiten distintos formatos de fecha en función del tipo de conjunto de datos utilizado. Utilice la siguiente tabla para ver detalles de formatos de fecha admitidos. **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/parseDate-function.html) ## Tipo de devolución Date ## Ejemplo En el siguiente ejemplo, se evalúa `prodDate` para determinar si contiene valores de fecha. ``` parseDate(prodDate, 'MM/dd/yyyy') ``` Los siguientes son los valores de los campos. ``` prodDate -------- 01-01-1999 12/31/2006 1/18/1982 7/4/2010 ``` Para estos valores de campo, se devuelven las siguientes filas. ``` 12-31-2006T00:00:00.000Z 01-18-1982T00:00:00.000Z 07-04-2010T00:00:00.000Z ``` # parseDecimal `parseDecimal` analiza una cadena para determinar si contiene un valor decimal. Esta función devuelve todas las filas que contienen un valor decimal, entero o nulo y omite las que no lo tienen. Si la fila contiene un valor entero, se devuelve como un decimal con hasta cuatro cifras decimales. Por ejemplo, un valor “2” se devuelve como “2.0”. ## Sintaxis ``` parseDecimal(expression) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'9.62'** o una llamada a otra función que genera una cadena. ## Tipo de devolución Decimal (fijo) en la experiencia tradicional de preparación de datos. Decimal (flotante) en la nueva experiencia de preparación de datos. ## Ejemplo En el siguiente ejemplo, se evalúa `fee` para determinar si contiene valores decimales. ``` parseDecimal(fee) ``` Los siguientes son los valores de los campos. ``` fee -------- 2 2a 12.13 3b 3.9 (null) 198.353398 ``` Para estos valores de campo, se devuelven las siguientes filas. ``` 2.0 12.13 3.9 (null) 198.3533 ``` # parseInt `parseInt` analiza una cadena para determinar si contiene un valor entero. Esta función devuelve todas las filas que contienen un valor decimal, entero o nulo y omite las que no lo tienen. Si la fila contiene un valor decimal, se devuelve como el entero más cercano, redondeado a la baja. Por ejemplo, un valor “2.99” se devuelve como “2”. ## Sintaxis ``` parseInt(expression) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'3'** o una llamada a otra función que genera una cadena. ## Tipo de devolución Entero ## Ejemplo En el siguiente ejemplo, se evalúa `feeType` para determinar si contiene valores enteros. ``` parseInt(feeType) ``` Los siguientes son los valores de los campos. ``` feeType -------- 2 2.1 2a 3 3b (null) 5 ``` Para estos valores de campo, se devuelven las siguientes filas. ``` 2 2 3 (null) 5 ``` # parseJson Con `parseJson` puede extraer valores de un objeto JSON. Si el conjunto de datos está almacenado en QuickSPICE, puede usarlo `parseJson` cuando prepare un conjunto de datos, pero no en los campos calculados durante el análisis. En caso de una consulta directa, puede utilizar `parseJson` tanto durante la preparación de los datos como en el análisis. La función `parseJson` se aplica a cadenas o a los tipos de datos nativos JSON, dependiendo del dialecto, como se muestra en la siguiente tabla. | Dialect | Tipo | | --- | --- | | PostgreSQL | JSON | | Amazon Redshift | Cadena | | Microsoft SQL Server | Cadena | | MySQL | JSON | | Teradata | JSON | | Oracle | Cadena | | Presto | Cadena | | Snowflake | Objeto de tipo de datos semiestructurado y matriz | | Hive | Cadena | ## Sintaxis ``` parseJson(fieldName, path) ``` ## Argumentos *fieldName* El campo que contiene el objeto JSON que desea analizar. *path* La ruta del elemento de datos que desea analizar a partir del objeto JSON. Solo se permiten letras, números y espacios en blanco en el argumento de ruta. La sintaxis de ruta válida incluye: + *\$1*: objeto raíz + *.*: operador secundario + *[ ]*: operador de subíndice para matriz ## Tipo de devolución Cadena ## Ejemplo En el siguiente ejemplo se evalúa el JSON entrante para obtener el valor de la cantidad de elementos. Si se usa durante la preparación de los datos, es posible crear una tabla a partir del código JSON. ``` parseJson({jsonField}, “$.items.qty”) ``` El código JSON es el siguiente: ``` { "customer": "John Doe", "items": { "product": "Beer", "qty": 6 }, "list1": [ "val1", "val2" ], "list2": [ { "list21key1": "list1value1" } ] } ``` Con este ejemplo se obtiene el valor siguiente: ``` 6 ``` ## Ejemplo En el siguiente ejemplo se evalúa `JSONObject1` para extraer el primer par clave-valor (KVP) con la etiqueta `"State"` y asignar el valor al campo calculado que está creando. ``` parseJson(JSONObject1, “$.state”) ``` Los siguientes son los valores de los campos. ``` JSONObject1 ----------- {"State":"New York","Product":"Produce","Date Sold":"1/16/2018","Sales Amount":"$3423.39"} {"State":"North Carolina","Product":"Bakery Products","Date Sold":"2/1/2018","Sales Amount":"$3226.42"} {"State":"Utah","Product":"Water","Date Sold":"4/24/2018","Sales Amount":"$7001.52"} ``` Para estos valores de campo, se devuelven las siguientes filas. ``` New York North Carolina Utah ``` # Replace `replace` sustituye parte de una cadena con otra cadena que especifique. ## Sintaxis ``` replace(expression, substring, replacement) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. *subcadena* El conjunto de caracteres en *expression* que desee reemplazar. La subcadena puede aparecer una o más veces en *expression*. *replacement* La cadena que desea que se sustituya para una *subcadena*. ## Tipo de devolución Cadena ## Ejemplo El siguiente ejemplo sustituye la subcadena “and” por “or”. ``` replace('1 and 2 and 3', 'and', 'or') ``` Se devuelve la siguiente cadena. ``` 1 or 2 or 3 ``` # Right `right` devuelve los caracteres más a la derecha de una cadena, incluidos los espacios. Deberá especificar el número de caracteres que quiere que se devuelvan. ## Sintaxis ``` right(expression, limit) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. *limit* El número de caracteres que se va a devolver de la *expresión*, a partir del último carácter de la cadena. ## Tipo de devolución Cadena ## Ejemplo En el siguiente ejemplo, se devuelven los cinco últimos caracteres de una cadena. ``` right('Seattle Store#14', 12) ``` Se devuelve el siguiente valor. ``` tle Store#14 ``` # Round `round` redondea un valor decimal al número entero más cercano si no se especifica la escala, o al decimal más cercano si se especifica escala. ## Sintaxis ``` round(decimal, scale) ``` ## Argumentos *decimal* Un campo que utiliza el tipo de datos decimal, un valor literal como **17.62** o una llamada a otra función que genera un decimal. *scale* El número de decimales que se va a utilizar para los valores de devolución. ## Tipo de devolución | Operando | Escriba el texto de la experiencia antigua de preparación de datos | Escriba el tipo en la nueva experiencia de preparación de datos | | --- | --- | --- | | INT | DECIMAL (FIJO) | DECIMAL (FIJO) | | DECIMAL (FIJO) | DECIMAL (FIJO) | DECIMAL (FIJO) | | DECIMAL (FLOTANTE) | DECIMAL (FIJO) | DECIMAL (FLOTANTE) | ## Ejemplo En el siguiente ejemplo se redondea un campo decimal al segundo decimal más cercano. ``` round(salesAmount, 2) ``` Los siguientes son los valores de los campos. ``` 20.1307 892.0388 57.5447 ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 20.13 892.04 58.54 ``` # Rtrim `rtrim` elimina los espacios en blanco situados después de una cadena. ## Sintaxis ``` rtrim(expression) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. ## Tipo de devolución Cadena ## Ejemplo El siguiente ejemplo elimina los espacios que siguen a una cadena. ``` rtrim('Seattle Store #14 ') ``` Para estos valores de campo, se devuelven los siguientes valores. ``` Seattle Store #14 ``` # Split `split` divide una cadena en una matriz de subcadenas basándose en el delimitador que se elija, y devuelve el elemento que especifica la posición. Solo se puede añadir `split` a un campo calculado durante la preparación de datos, no a un análisis. Esta función no se admite en las consultas directas a Microsoft SQL Server. ## Sintaxis ``` split(expression, delimiter , position) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street;1402 35th Ave;1818 Elm Ct;11 Janes Lane'** o una llamada a otra función que genera una cadena. *delimiter* El carácter que delimita el punto en el que la cadena se divide en subcadenas. Por ejemplo, `split('one|two|three', '|', 2)` se convierte en lo siguiente. ``` one two three ``` Si elige `position = 2`, `split` devuelve `'two'`. *position* (Obligatorio) La posición del elemento que se devuelve de la matriz. La posición del primer elemento de la matriz es 1. ## Tipo de devolución Matriz de cadenas ## Ejemplo En el siguiente ejemplo se divide una cadena en una matriz utilizando el punto y coma (;) como delimitador, y se devuelve el tercer elemento de la matriz. ``` split('123 Test St;1402 35th Ave;1818 Elm Ct;11 Janes Lane', ';', 3) ``` Se devuelve el siguiente elemento. ``` 1818 Elm Ct ``` Esta función omitirá los elementos que contienen valores nulos o cadenas vacías. # Sqrt `sqrt` devuelve la raíz cuadrada de una expresión dada. ## Sintaxis ``` sqrt(expression) ``` ## Argumentos *expresión* La expresión debe ser numérica. Puede ser un nombre de campo, un valor literal u otra función. # startsWith `startsWith` evalúa si la expresión comienza por la subcadena que especifique. Si la expresión comienza por la subcadena, `startsWith` devuelve true y, en caso contrario, devuelve false. ## Sintaxis ``` startsWith(expression, substring, string-comparison-mode) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. *subcadena* El conjunto de caracteres que se comparan con la *expresión*. La subcadena puede aparecer una o más veces en la *expresión*. *string-comparison-mode* (Opcional) Especifica el modo de comparación de cadenas que se va a utilizar: + `CASE_SENSITIVE`: las comparaciones de cadenas distinguen entre mayúsculas y minúsculas. + `CASE_INSENSITIVE`: las comparaciones de cadenas no distinguen entre mayúsculas y minúsculas. Este valor se establece de forma predeterminada en `CASE_SENSITIVE` cuando está en blanco. ## Tipo de devolución Booleano ## Ejemplos ### Ejemplo de distinción entre mayúsculas y minúsculas predeterminado En el siguiente ejemplo, que distingue entre mayúsculas y minúsculas, se evalúa si `state_nm` startsWith **New**. ``` startsWith(state_nm, "New") ``` Los siguientes son los valores de los campos. ``` New York new york ``` Para estos valores de campo, se devuelven los siguientes valores. ``` true false ``` ### Ejemplo que no distingue entre mayúsculas y minúsculas En el siguiente ejemplo, que no distingue entre mayúsculas y minúsculas, se evalúa si `state_nm` startsWith **new**. ``` startsWith(state_nm, "new", CASE_INSENSITIVE) ``` Los siguientes son los valores de los campos. ``` New York new york ``` Para estos valores de campo, se devuelven los siguientes valores. ``` true true ``` ### Ejemplo con instrucciones condicionales La función `startsWith` se puede utilizar como instrucción condicional en las siguientes funciones If: [avgIf](https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html), [minIf](https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html), [distinct\$1countIf](https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html), [countIf](https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html), [maxIf](https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html), [medianIf](https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html), [stdevIf](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html), [stdevpIf](https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html), [sumIf](https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html), [varIf](https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html) y [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html). El siguiente ejemplo solo suma `Sales` si state\$1nm comienza por **New**. ``` sumIf(Sales,startsWith(state_nm, "New")) ``` ### NO contiene un ejemplo El operador condicional `NOT` se puede usar para evaluar si la expresión no comienza por la subcadena especificada. ``` NOT(startsWith(state_nm, "New")) ``` ### Ejemplo de uso de valores numéricos Los valores numéricos se pueden utilizar en los argumentos de la expresión o de la subcadena mediante la aplicación de la función `toString`. ``` startsWith(state_nm, toString(5) ) ``` # Strlen `strlen` devuelve el número de caracteres de una cadena, incluidos los espacios. ## Sintaxis ``` strlen(expression) ``` ## Argumentos *expresión* Una expresión puede ser el nombre de un campo que utiliza el tipo de datos de cadena como **address1**, un valor literal como **'Unknown'** u otra función como `substring(field_name,0,5)`. ## Tipo de devolución Entero ## Ejemplo El siguiente ejemplo devuelve la longitud de la cadena especificada. ``` strlen('1421 Main Street') ``` Se devuelve el siguiente valor. ``` 16 ``` # Substring `substring` devuelve los caracteres en una cadena, a partir de la ubicación especificada en el argumento *start* y continuando por el número de caracteres especificado en los argumentos *length*. ## Sintaxis ``` substring(expression, start, length) ``` ## Argumentos *expresión* Una expresión puede ser el nombre de un campo que utiliza el tipo de datos de cadena como **address1**, un valor literal como **'Unknown'** u otra función como `substring(field_name,1,5)`. *start* La ubicación de caracteres desde donde empezar. *start* es inclusivo, por lo que el carácter de la posición inicial es el primer carácter del valor devuelto. El valor mínimo para *start* es 1. *longitud* El número de caracteres adicionales que incluir después de *start*. *length* incluye *start*, por lo que el último carácter devuelto es (*length* - 1) tras el carácter inicial. ## Tipo de devolución Cadena ## Ejemplo El siguiente ejemplo devuelve desde el carácter 13.º al 19.º de una cadena. El principio de la cadena es el índice 1, por lo que se empieza a contar desde el primer carácter. ``` substring('Fantasy and Science Fiction',13,7) ``` Se devuelve el siguiente valor. ``` Science ``` # switch `switch` compara *condition-expression* con las etiquetas literales, dentro de un conjunto de combinaciones de etiquetas literales y *return-expression*. A continuación, devuelve la expresión *return-expression* correspondiente a la primera etiqueta literal que es igual a la expresión *condition-expression*. Si ninguna etiqueta es igual a la expresión *condition-expression*, `switch` devuelve la expresión *default-expression*. Todas las expresiones *return-expression* y *default-expression* deben tener el mismo tipo de datos. ## Sintaxis ``` switch(condition-expression, label-1, return-expression-1 [, label-n, return-expression-n ...], default-expression) ``` ## Argumentos `switch` requiere uno o más pares de expresiones *if*, *then* y requiere exactamente una expresión para el argumento *else*. *condition-expression* La expresión que se va a comparar con los literales de etiqueta. Puede ser un nombre de campo, como `address`, un valor literal, como `Unknown`, u otra función escalar, como `toString(salesAmount)`. *etiqueta* El literal que se va a comparar con el argumento de *condition-expression*. Todos los literales deben tener el mismo tipo de datos que el argumento *condition-expression*. `switch` acepta hasta 5000 etiquetas. *return-expression* La expresión que se devolverá si el valor de su etiqueta es igual al valor de la expresión *condition-expression*. Puede ser un nombre de campo, como `address`, un valor literal, como `Unknown`, u otra función escalar, como `toString(salesAmount)`. Todos los argumentos de *return-expression* deben tener el mismo tipo de datos que *default-expression*. *default-expression* La expresión que se devolverá si ningún valor de ningún argumento de la etiqueta es igual al valor de *condition-expression*. Puede ser un nombre de campo, como `address`, un valor literal, como `Unknown`, u otra función escalar, como `toString(salesAmount)`. *default-expression* debe tener el mismo tipo de datos que todos los argumentos de *return-expression*. ## Tipo de devolución `switch` devuelve un valor del mismo tipo de datos que los valores de *return-expression*. Todos los datos que devolvieron las expresiones *return-expression* y *default-expression* deben ser del mismo tipo de datos o estar convertidos al mismo tipo de datos. ## Ejemplos generales El siguiente ejemplo devuelve el Región de AWS código del nombre de la región de entrada. ``` switch(region_name, "US East (N. Virginia)", "us-east-1", "Europe (Ireland)", "eu-west-1", "US West (N. California)", "us-west-1", "other regions") ``` Los siguientes son los valores de los campos. ``` "US East (N. Virginia)" "US West (N. California)" "Asia Pacific (Tokyo)" ``` Para estos valores de campo, se devuelven los siguientes valores. ``` "us-east-1" "us-west-1" "other regions" ``` ## Uso del cambio para reemplazar `ifelse` El siguiente caso de uso `ifelse` es equivalente al ejemplo anterior. En el caso de `ifelse`, para evaluar si los valores de un campo son iguales a valores literales diferentes, es una mejor opción usar `switch` en su lugar. ``` ifelse(region_name = "US East (N. Virginia)", "us-east-1", region_name = "Europe (Ireland)", "eu-west-1", region_name = "US West (N. California)", "us-west-1", "other regions") ``` ## Expresión como valor devuelto En el siguiente ejemplo se utilizan expresiones en *return-expressions*: ``` switch({origin_city_name}, "Albany, NY", {arr_delay} + 20, "Alexandria, LA", {arr_delay} - 10, "New York, NY", {arr_delay} * 2, {arr_delay}) ``` En el ejemplo anterior se cambia el tiempo de retraso previsto para cada vuelo desde una ciudad concreta. ![\[Imagen de los resultados del ejemplo de la función, que se muestra en forma de tabla.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/switch-function-example.png) # toLower `toLower` da formato a una cadena en minúsculas. `toLower` omite las filas que contienen valores nulos. ## Sintaxis ``` toLower(expression) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. ## Tipo de devolución Cadena ## Ejemplo El siguiente ejemplo convierte un valor de cadena en minúsculas. ``` toLower('Seattle Store #14') ``` Se devuelve el siguiente valor. ``` seattle store #14 ``` # toString `toString` da formato a la expresión de entrada como una cadena. `toString` omite las filas que contienen valores nulos. ## Sintaxis ``` toString(expression) ``` ## Argumentos *expresión* Una expresión puede ser un campo de cualquier tipo de datos, un valor literal como **14.62**, o una llamada a otra función que devuelve cualquier tipo de datos. ## Tipo de devolución Cadena ## Ejemplo En el siguiente ejemplo, se devuelven como cadenas los valores de `payDate` (que utiliza el tipo de datos `date`). ``` toString(payDate) ``` Los siguientes son los valores de los campos. ``` payDate -------- 1992-11-14T00:00:00.000Z 2012-10-12T00:00:00.000Z 1973-04-08T00:00:00.000Z ``` Para estos valores de campo, se devuelven las siguientes filas. ``` 1992-11-14T00:00:00.000Z 2012-10-12T00:00:00.000Z 1973-04-08T00:00:00.000Z ``` # toUpper `toUpper` da formato a una cadena en mayúsculas. `toUpper` omite las filas que contienen valores nulos. ## Sintaxis ``` toUpper(expression) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. ## Tipo de devolución Cadena ## Ejemplo El siguiente ejemplo convierte un valor de cadena en mayúsculas. ``` toUpper('Seattle Store #14') ``` Se devuelve el siguiente valor. ``` SEATTLE STORE #14 ``` # trim `trim` elimina los espacios en blanco situados antes y después de una cadena. ## Sintaxis ``` trim(expression) ``` ## Argumentos *expresión* La expresión debe ser una cadena. Puede ser el nombre de un campo que utiliza el tipo de datos de cadena, un valor literal como **'12 Main Street'** o una llamada a otra función que genera una cadena. ## Tipo de devolución Cadena ## Ejemplo El siguiente ejemplo elimina los espacios que siguen a una cadena. ``` trim(' Seattle Store #14 ') ``` Para estos valores de campo, se devuelven los siguientes valores. ``` Seattle Store #14 ``` # truncDate `truncDate` devuelve un valor de fecha que representa una parte especificada de una fecha. Por ejemplo, solicitar la parte del año del valor 2012-09-02T00:00:00.000Z devuelve 2012-01-01T00:00:00.000Z. Especificar un período relacionado con la hora para una fecha que no contenga información de hora devuelve el valor de fecha inicial sin modificarse. ## Sintaxis ``` truncDate('period', date) ``` ## Argumentos *periodo* El periodo de la fecha que desee que se devuelva. Los periodos válidos son los siguientes: + YYYY: devuelve la parte del año de la fecha. + Q: devuelve la fecha del primer día del trimestre al que pertenece la fecha. + MM: devuelve la parte del mes de la fecha. + DD: devuelve la parte del día de la fecha. + WK: devuelve la parte de la semana de la fecha. La semana comienza el domingo en Amazon Quick. + HH: devuelve la parte de la hora de la fecha. + MI: devuelve la parte de minutos de la fecha. + SS: devuelve la parte de segundos de la fecha. + MS: devuelve la parte de milisegundos de la fecha. *date* Un campo de fecha o una llamada a otra función que genera una fecha. ## Tipo de devolución Date ## Ejemplo En el siguiente ejemplo, se devuelve una fecha que representa el mes de la fecha del pedido. ``` truncDate('MM', orderDate) ``` Los siguientes son los valores de los campos. ``` orderDate ========= 2012-12-14T00:00:00.000Z 2013-12-29T00:00:00.000Z 2012-11-15T00:00:00.000Z ``` Para estos valores de campo, se devuelven los siguientes valores. ``` 2012-12-01T00:00:00.000Z 2013-12-01T00:00:00.000Z 2012-11-01T00:00:00.000Z ``` # Funciones de agregación Las funciones de agregación solo están disponibles durante el análisis y la visualización. Cada una de estas funciones devuelve los valores agrupados por la dimensión o dimensiones elegidas. Para cada agregación, también existe una agregación condicional. Realizan el mismo tipo de agregación, en función de una condición. Cuando una fórmula de campo calculado contiene una agregación, esta será una agregación personalizada. Para garantizar que tus datos se muestren con precisión, Amazon Quick aplica las siguientes reglas: + Las agregaciones personalizadas no pueden contener funciones de agregación anidadas. Por ejemplo, esta fórmula no funciona: `sum(avg(x)/avg(y))`. Sin embargo, sí se pueden anidar funciones que no sean de agregación dentro o fuera de funciones de agregación. Por ejemplo, `ceil(avg(x))` funcionará, y también `avg(ceil(x))`. + Las agregaciones personalizadas no pueden contener campos de agregación y no agregación (en ninguna combinación). Por ejemplo, esta fórmula no funciona: `Sum(sales)+quantity`. + Los grupos de filtros no pueden contener campos de agregación y no agregación. + Las agregaciones personalizadas no se pueden convertir en una dimensión. Tampoco se pueden incluir en el cuadro de campo como una dimensión. + En una tabla dinámica, las agregaciones personalizadas no se pueden añadir a los cálculos de la tabla. + Los gráficos de dispersión con agregaciones personalizadas necesitan al menos una dimensión en la sección **Grupo/color** de los cuadros de campo. Para obtener más información sobre las funciones y los operadores compatibles, consulte la [referencia de operadores y funciones de campo calculadas para Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/calculated-field-reference.html). Entre las funciones agregadas para los campos calculados de Quick se incluyen las siguientes. **Topics** + [avg](avg-function.md) + [avgIf](avgIf-function.md) + [count](count-function.md) + [countIf](countIf-function.md) + [distinct\$1count](distinct_count-function.md) + [distinct\$1countIf](distinct_countIf-function.md) + [max](max-function.md) + [maxIf](maxIf-function.md) + [median](median-function.md) + [medianIf](medianIf-function.md) + [min](min-function.md) + [minIf](minIf-function.md) + [percentile](percentile-function.md) + [percentileCont](percentileCont-function.md) + [percentileDisc (percentil)](percentileDisc-function.md) + [periodToDateAvg](periodToDateAvg-function.md) + [periodToDateCount](periodToDateCount-function.md) + [periodToDateMax](periodToDateMax-function.md) + [periodToDateMedian](periodToDateMedian-function.md) + [periodToDateMin](periodToDateMin-function.md) + [periodToDatePercentile](periodToDatePercentile-function.md) + [periodToDatePercentileCont](periodToDatePercentileCont-function.md) + [periodToDateStDev](periodToDateStDev-function.md) + [periodToDateStDevP](periodToDateStDevP-function.md) + [periodToDateSum](periodToDateSum-function.md) + [periodToDateVar](periodToDateVar-function.md) + [periodToDateVarP](periodToDateVarP-function.md) + [stdev](stdev-function.md) + [stdevp](stdevp-function.md) + [stdevIf](stdevIf-function.md) + [stdevpIf](stdevpIf-function.md) + [sum](sum-function.md) + [sumIf](sumIf-function.md) + [var](var-function.md) + [varIf](varIf-function.md) + [varp](varp-function.md) + [varpIf](varpIf-function.md) # avg La función `avg` calcula la media del conjunto de números en la medida especificada, y los agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `avg(salesAmount)` devuelve la media de dicha medida agrupada por la dimensión seleccionada (opcional). ## Sintaxis ``` avg(decimal, [group-by level]) ``` ## Argumentos *decimal* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se calcula el promedio de ventas. ``` avg({Sales}) ``` También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calcula el promedio de ventas a nivel de país, pero no en otras dimensiones (región o producto) del elemento visual. ``` avg({Sales}, [{Country}]) ``` ![\[Las cifras de ventas promedio se agregan solo a nivel de país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/avg-function-example.png) # avgIf En función de una instrucción condicional, la función `avgIf` calcula la media del conjunto de números en la medida especificada, y los agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `avgIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` devuelve el promedio de dicha medida agrupada por la dimensión seleccionada (opcional), si la condición se evalúa como verdadera. ## Sintaxis ``` avgIf(dimension or measure, condition) ``` ## Argumentos *decimal* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # count La función `count` calcula el número de valores en una dimensión o medida, y los agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `count(product type)` devuelve el número total de tipos de productos agrupados por la dimensión seleccionada (opcional), incluidos los duplicados. La función `count(sales)` devuelve el número total de ventas realizadas, agrupadas por la dimensión seleccionada (opcional), por ejemplo, un vendedor. ## Sintaxis ``` count(dimension or measure, [group-by level]) ``` ## Argumentos *dimensión o medida* El argumento debe ser una medida o una dimensión. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se calcula el recuento de ventas según una dimensión específica del elemento visual. En este ejemplo, se muestra el recuento de ventas por mes. ``` count({Sales}) ``` ![\[El recuento de ventas por mes.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/count-function-example.png) También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calcula el recuento de ventas a nivel de país, pero no en otras dimensiones (región o producto) del elemento visual. ``` count({Sales}, [{Country}]) ``` ![\[El recuento de ventas se agrega solo a nivel de país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/count-function-example2.png) # countIf En función de una instrucción condicional, `countIf` calcula el número de valores distintos en una dimensión o medida, y los agrupa según la dimensión o las dimensiones seleccionadas. ## Sintaxis ``` countIf(dimension or measure, condition) ``` ## Argumentos *dimensión o medida* El argumento debe ser una medida o una dimensión. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. ## Tipo de devolución Entero ## Ejemplo La siguiente función devuelve un recuento de las transacciones de venta (`Revenue`) que cumplen las condiciones, incluidos los duplicados. ``` countIf ( Revenue, # Conditions CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect' ) ``` # distinct\$1count La función `distinct_count` calcula el número de valores distintos en una dimensión o medida, y los agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `distinct_count(product type)` devuelve el número total de tipos de productos únicos agrupados por la dimensión seleccionada (opcional), sin duplicados. La función `distinct_count(ship date)` devuelve el número total de fechas en que se enviaron los productos, agrupadas por la dimensión seleccionada (opcional), por ejemplo, una región. ## Sintaxis ``` distinct_count(dimension or measure, [group-by level]) ``` ## Argumentos *dimensión o medida* El argumento debe ser una medida o una dimensión. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplo En el siguiente ejemplo, se calcula el número total de fechas en las que se pidieron los productos agrupados por la dimensión (opcional) elegida en el elemento visual (por ejemplo, la región). ``` distinct_count({Order Date}) ``` ![\[El número total de fechas en las que se pidieron los productos en cada región.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/distinct_count-function-example.png) También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calcula el promedio de ventas a nivel de país, pero no en otras dimensiones (región) del elemento visual. ``` distinct_count({Order Date}, [Country]) ``` ![\[El número total de fechas en las que se pidieron los productos en cada país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/distinct_count-function-example2.png) # distinct\$1countIf En función de una instrucción condicional, `distinct_countIf` calcula el número de valores distintos en una dimensión o medida, y los agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `distinct_countIf(product type)` devuelve el número total de tipos de productos únicos agrupados por la dimensión seleccionada (opcional), sin duplicados. La función `distinct_countIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` devuelve el número total de fechas cuando los productos se enviaron agrupadas por la dimensión seleccionada (opcional), por ejemplo, la región, si la condición se evalúa como verdadera. ## Sintaxis ``` distinct_countIf(dimension or measure, condition) ``` ## Argumentos *dimensión o medida* El argumento debe ser una medida o una dimensión. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # max La función `max` devuelve el valor máximo de la medida o fecha especificada, agrupado según la dimensión o las dimensiones seleccionadas. Por ejemplo, `max(sales goal)` devuelve los objetivos de ventas máximas, agrupados por la dimensión seleccionada (opcional). ## Sintaxis ``` max(measure, [group-by level]) ``` ## Argumentos *measure* El argumento debe ser una medida o una fecha. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. Las fechas máximas solo funcionan en el cuadro de campo **Valor** de las tablas y las tablas dinámicas. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se devuelve el valor máximo de ventas por región. Se compara con los valores de venta total, mínimo y medio. ``` max({Sales}) ``` ![\[El valor máximo de venta de cada región.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/min-max-median-function-example.png) También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calculan las ventas máximas a nivel de país, pero no en otras dimensiones (región) del elemento visual. ``` max({Sales}, [Country]) ``` ![\[El valor máximo de venta en cada país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/max-function-example2.png) # maxIf En función de una instrucción condicional, la función `maxIf` devuelve el valor máximo de la medida especificada, y los agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `maxIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` devuelve los objetivos de ventas máximos agrupados por la dimensión seleccionada (opcional), si la condición se evalúa como verdadera. ## Sintaxis ``` maxIf(measure, condition) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # median La agregación `median` devuelve el valor de la mediana de la medida especificada y lo agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `median(revenue)` devuelve la mediana de los ingresos agrupados por la dimensión seleccionada (opcional). ## Sintaxis ``` median(measure, [group-by level]) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregación (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se devuelve el valor medio de ventas de cada región. Se compara con los valores de venta total, máximo y mínimo. ``` median({Sales}) ``` ![\[El valor medio de venta de cada región.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/min-max-median-function-example.png) También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calculan las ventas medias a nivel de país, pero no en otras dimensiones (región) del elemento visual. ``` median({Sales}, [Country]) ``` ![\[El valor medio de venta en cada país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/median-function-example2.png) # medianIf En función de una instrucción condicional, la agregación `medianIf` devuelve el valor de la mediana de la medida especificada y lo agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `medianIf(Revenue,SaleDate >= ${BasePeriodStartDate} AND SaleDate <= ${BasePeriodEndDate})` devuelve los ingresos medianos agrupados por la dimensión seleccionada (opcional), si la condición se evalúa como verdadera. ## Sintaxis ``` medianIf(measure, condition) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # min La función `min` devuelve el valor mínimo de la medida o fecha especificada, agrupado según la dimensión o las dimensiones seleccionadas. Por ejemplo, `min(return rate)` devuelve el tipo de rendimiento mínimo, agrupado por la dimensión seleccionada (opcional). ## Sintaxis ``` min(measure, [group-by level]) ``` ## Argumentos *measure* El argumento debe ser una medida o una fecha. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. Las fechas mínimas solo funcionan en el cuadro de campo **Valor** de las tablas y las tablas dinámicas. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se devuelve el valor máximo de ventas por región. Se compara con los valores de venta total, máximo y medio. ``` min({Sales}) ``` ![\[El valor mínimo de venta de cada región.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/min-max-median-function-example.png) También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calculan las ventas mínimas a nivel de país, pero no en otras dimensiones (región) del elemento visual. ``` min({Sales}, [Country]) ``` ![\[El valor mínimo de venta en cada país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/min-function-example2.png) # minIf En función de una instrucción condicional, la función `minIf` devuelve el valor mínimo de la medida especificada, y los agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `minIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` devuelve la tasa mínima de devoluciones agrupada por la dimensión seleccionada (opcional), si la condición se evalúa como verdadera. ## Sintaxis ``` minIf(measure, condition) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # percentile La función `percentile` calcula el percentil de los valores de la medida, agrupados por la dimensión que se encuentra en el cuadro de campo. Hay dos tipos de cálculo de percentiles disponibles en Quick: + [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html) utiliza la interpolación lineal para determinar el resultado. + [percentileDisc(percentil)](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) utiliza valores reales para determinar el resultado. La función `percentile` es un alias de `percentileDisc`. # percentileCont La función `percentileCont` calcula el percentil en función de una distribución continua de los números de la medida. Utiliza la agrupación y la ordenación que se aplican en los cuadros de campo. Responde a preguntas como: ¿Qué valores son representativos de este percentil? Para devolver un valor de percentil exacto que podría no estar presente en su conjunto de datos, utilice `percentileCont`. Para devolver el valor de percentil más cercano esté presente en su conjunto de datos, utilice `percentileDisc` en su lugar. ## Sintaxis ``` percentileCont(expression, percentile, [group-by 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* 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. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Devuelve El resultado de la función es un número. ## Notas de uso La función `percentileCont` calcula un resultado en función de una distribución continua de los valores de una medida especificada. El resultado se calcula mediante una interpolación lineal entre los valores después de ordenarlos en función de los ajustes del elemento visual. Es diferente de `percentileDisc`, que simplemente devuelve un valor del conjunto de valores que se agregan. El resultado de `percentileCont` puede o no existir en los valores de la medida especificada. ## Ejemplos de percentileCont Los siguientes ejemplos ayudan a explicar cómo funciona percentileCont. **Example Comparación de la mediana, `percentileCont` y `percentileDisc`** En el siguiente ejemplo, se muestra la mediana de una dimensión (categoría) mediante las funciones `median`, `percentileCont` y `percentileDisc`. La mediana es lo mismo que el valor percentileCont. `percentileCont` interpola un valor, que puede estar o no en el conjunto de datos. Sin embargo, dado que `percentileDisc` siempre muestra un valor que existe en el conjunto de datos, es posible que los dos resultados no coincidan. La última columna de este ejemplo muestra la diferencia entre los dos valores. El código de cada campo calculado es el siguiente: + `50%Cont = percentileCont( example , 50 )` + `median = median( example )` + `50%Disc = percentileDisc( example , 50 )` + `Cont-Disc = percentileCont( example , 50 ) − percentileDisc( example , 50 )` + `example = left( category, 1 )` (Para simplificar el ejemplo, utilizamos esta expresión para acortar los nombres de las categorías hasta la primera letra). ``` example median 50%Cont 50%Disc Cont-Disc -------- ----------- ------------ -------------- ------------ A 22.48 22.48 22.24 0.24 B 20.96 20.96 20.95 0.01 C 24.92 24.92 24.92 0 D 24.935 24.935 24.92 0.015 E 14.48 14.48 13.99 0.49 ``` **Example El 100 es el valor de percentil máximo** En el siguiente ejemplo, se muestra un conjunto de valores de `percentileCont` para el campo `example`. Los campos calculados `n%Cont` se definen como `percentileCont( {example} ,n)`. Los valores interpolados de cada columna representan los números que se incluyen en ese bucket de percentiles. En algunos casos, los valores de datos reales coinciden con los valores interpolados. Por ejemplo, la columna `100%Cont` muestra el mismo valor para todas las filas porque 6783,02 es el número más alto. ``` example 50%Cont 75%Cont 99%Cont 100%Cont --------- ----------- ----------- ------------ ----------- A 20.97 84.307 699.99 6783.02 B 20.99 88.84 880.98 6783.02 C 20.99 90.48 842.925 6783.02 D 21.38 85.99 808.49 6783.02 ``` También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calcula el percentil 30 según una distribución continua de los números a nivel de país, pero no en otras dimensiones (región) del elemento visual. ``` percentileCont({Sales}, 30, [Country]) ``` ![\[El percentil de ventas en cada país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/percentileCont-function-example-lac.png) # percentileDisc (percentil) La función `percentileDisc` 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. La función `percentile` es un alias de `percentileDisc`. 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 `percentileDisc`. Para devolver un valor de percentil exacto que podría no estar presente en su conjunto de datos, utilice `percentileCont` en su lugar. ## Sintaxis ``` percentileDisc(expression, percentile, [group-by 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* 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. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Devuelve El resultado de la función es un número. ## Notas de uso `percentileDisc` es una función de distribución inversa que asume un modelo de distribución discreta. Toma un valor percentil y una especificación de ordenación, y devuelve un elemento del conjunto dado. Para un valor de percentil determinado `P`, `percentileDisc` utiliza los valores ordenados del elemento visual y devuelve el valor con el valor de distribución acumulado más pequeño que sea mayor o igual a `P`. ## Ejemplos de percentileDisc Los siguientes ejemplos ayudan a explicar cómo funciona percentileDisc. **Example Comparación de la mediana, `percentileDisc` y `percentileCont`** En el siguiente ejemplo, se muestra la mediana de una dimensión (categoría) mediante las funciones `percentileCont`, `percentileDisc` y `median`. La mediana es lo mismo que el valor percentileCont. `percentileCont` interpola un valor, que puede estar o no en el conjunto de datos. Sin embargo, dado que `percentileDisc` siempre muestra el valor más cercano que existe en el conjunto de datos, es posible que los dos resultados no coincidan. La última columna de este ejemplo muestra la diferencia entre los dos valores. El código de cada campo calculado es el siguiente: + `50%Cont = percentileCont( example , 50 )` + `median = median( example )` + `50%Disc = percentileDisc( example , 50 )` + `Cont-Disc = percentileCont( example , 50 ) − percentileDisc( example , 50 )` + `example = left( category, 1 )` (Para simplificar el ejemplo, utilizamos esta expresión para acortar los nombres de las categorías hasta la primera letra). ``` example median 50%Cont 50%Disc Cont-Disc -------- ----------- ------------ -------------- ------------ A 22.48 22.48 22.24 0.24 B 20.96 20.96 20.95 0.01 C 24.92 24.92 24.92 0 D 24.935 24.935 24.92 0.015 E 14.48 14.48 13.99 0.49 ``` **Example El 100 es el valor de percentil máximo** En el siguiente ejemplo, se muestra un conjunto de valores de `percentileDisc` para el campo `example`. Los campos calculados `n%Disc` se definen como `percentileDisc( {example} ,n)`. Los valores de cada columna son números reales que provienen del conjunto de datos. ``` example 50%Disc 75%Disc 99%Disc 100%Disc -------- ----------- ------------ -------------- ------------ A 20.97 73.98 699.99 6783.02 B 42.19 88.84 820.08 6783.02 C 30.52 90.48 733.44 6783.02 D 41.38 85.99 901.29 6783.0 ``` También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calcula el percentil 30 según una distribución continua de los números a nivel de país, pero no en otras dimensiones (región) del elemento visual. ``` percentile({Sales}, 30, [Country]) ``` ![\[El percentil de ventas en cada país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/percentile-function-example-lac.png) # periodToDateAvg La función `periodToDateAvg` calcula el promedio del conjunto de números de la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese periodo. ## Sintaxis ``` periodToDateAvg( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateAvg(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDAvgResults.png) # periodToDateCount La función `periodToDateCount` calcula el número de valores de una dimensión o medida, incluidos los duplicados, para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese periodo. ## Sintaxis ``` periodToDateCount( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateCount(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDCountResults.png) # periodToDateMax La función `periodToDateMax` devuelve el valor máximo de la medida especificada para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese momento. ## Sintaxis ``` periodToDateMax( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateMax(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDMaxResults.png) # periodToDateMedian La función `periodToDateMedian` devuelve el valor medio de la medida especificada para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese periodo. ## Sintaxis ``` periodToDateMedian( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateMedian(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDMedianResults.png) # periodToDateMin La función `periodToDateMin` devuelve el valor mínimo de la medida o fecha especificada para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese periodo. ## Sintaxis ``` periodToDateMin( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateMin(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDMinResults.png) # periodToDatePercentile La función `periodToDatePercentile` calcula el percentil según los números reales de una medida para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese periodo. Utiliza la agrupación y la ordenación que se aplican en los cuadros de campo. Para devolver el valor del percentil más cercano que esté presente en su conjunto de datos, utilice `periodToDatePercentile`. Para devolver un valor de percentil exacto que podría no estar presente en su conjunto de datos, utilice `periodToDatePercentileCont` en su lugar. ## Sintaxis ``` periodToDatePercentile( measure, percentile, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *percentil* El valor del percentil puede ser cualquier constante numérica del 0 al 100. Un percentil de 50 calcula el valor mediano de la medida. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo week-to-date, se calcula el percentil 90 del importe de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDatePercentile(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen del resultado del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDPercentileResults.png) # periodToDatePercentileCont La función `periodToDatePercentileCont` calcula el percentil según la distribución continua de los números de la medida para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese periodo. Utiliza la agrupación y la ordenación que se aplican en los cuadros de campo. Para devolver un valor de percentil exacto que podría no estar presente en su conjunto de datos, utilice `periodToDatePercentileCont`. Para devolver el valor de percentil más cercano esté presente en su conjunto de datos, utilice `periodToDatePercentile` en su lugar. ## Sintaxis ``` periodToDatePercentileCont( measure, percentile, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *percentil* El valor del percentil puede ser cualquier constante numérica del 0 al 100. Un percentil de 50 calcula el valor mediano de la medida. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo week-to-date, se calcula el percentil 90 del importe de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDatePercentileCont(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen del resultado del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDContPercentileResults.png) # periodToDateStDev La función `periodToDateStDev` calcula la desviación estándar del conjunto de números de la medida especificada para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta una muestra y ese periodo. ## Sintaxis ``` periodToDateStDev( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateStDev(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDStDevResults.png) # periodToDateStDevP La función `periodToDateStDevP` calcula la desviación estándar poblacional del conjunto de números de la medida especificada, para un grado de detalle temporal determinada (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta una muestra en ese periodo. ## Sintaxis ``` periodToDateStDevP( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateStDevP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDStDevPResults.png) # periodToDateSum La función `periodToDateSum` agrega la medida especificada para un grado de detalle de tiempo determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese periodo. ## Sintaxis ``` periodToDateSum( measure, dateTime, period, endDate) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En la siguiente función, se calcula la suma semanal del importe de la tarifa por pago para la semana del 30 de junio de 2021. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateSum(fare_amount, pickUpDateTime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del ejemplo con ilustraciones.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDSumResults.png) # periodToDateVar La función `periodToDateVar` calcula la varianza de muestras del conjunto de números de la medida especificada, para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo de ese periodo. ## Sintaxis ``` periodToDateVar( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateVar(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDVarResults.png) # periodToDateVarP La función `periodToDateVarP` calcula la varianza de población del conjunto de números de la medida especificada, para un grado de detalle temporal determinado (por ejemplo, un trimestre) hasta un momento concreto en el tiempo, teniendo en cuenta ese periodo. ## Sintaxis ``` periodToDateVarP( measure, dateTime, period, endDate (optional)) ``` ## Argumentos *measure* El argumento debe ser un campo. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. *dateTime* La dimensión de fecha en la que está calculando PeriodToDate las agregaciones. *periodo* 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`. *endDate* (Opcional) La dimensión de fecha en la que va a finalizar el cálculo de las periodToDate agregaciones. El valor predeterminado es `now()` si se omite. ## Ejemplo En el siguiente ejemplo, se calcula el importe week-to-date mínimo de la tarifa por tipo de pago para la semana del 30 de junio al 21 de junio. Para simplificar el ejemplo, filtramos solo un pago. El 30 de junio de 2021 es miércoles. Quick comienza la semana los domingos. En nuestro ejemplo, es el 27 de junio de 2021. ``` periodToDateVarP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Esta es una imagen de los resultados del cálculo del ejemplo.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/PTDVarPResults.png) # stdev La función `stdev` calcula la desviación estándar del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una muestra. ## Sintaxis ``` stdev(measure, [group-by level]) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se devuelve la desviación estándar de las puntuaciones de las pruebas de una clase. Para hacerlo, se usa una muestra de las puntuaciones de las pruebas registradas. ``` stdev({Score}) ``` También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calcula la desviación estándar de las puntuaciones de las pruebas a nivel de asunto, pero no en otras dimensiones (clase) del elemento visual. ``` stdev({Score}, [Subject]) ``` # stdevp La función `stdevp` calcula la desviación estándar de población del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas. ## Sintaxis ``` stdevp(measure, [group-by level]) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se devuelve la desviación estándar de las puntuaciones de las pruebas de una clase. Para hacerlo, se usan todas las puntuaciones registradas. ``` stdevp({Score}) ``` También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calcula la desviación estándar de las puntuaciones de las pruebas a nivel de asunto, pero no en otras dimensiones (clase) del elemento visual, utilizando todas las puntuaciones registradas. ``` stdevp({Score}, [Subject]) ``` # stdevIf En función de una instrucción condicional, la `stdevIf` función calcula la desviación estándar del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una muestra. ## Sintaxis ``` stdevIf(measure, conditions) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # stdevpIf En función de una instrucción condicional, la función `stdevpIf` calcula la desviación estándar del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una población sesgada. ## Sintaxis ``` stdevpIf(measure, conditions) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # sum La función `sum` añade el conjunto de números en la medida especificada, y lo agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `sum(profit amount)` devuelve el importe total de beneficios, agrupados por la dimensión seleccionada (opcional). ## Sintaxis ``` sum(measure, [group-by level]) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se devuelve la suma de las ventas. ``` sum({Sales}) ``` También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se calcula la suma de las ventas a nivel de país, pero no en otras dimensiones (región y producto) del elemento visual. ``` sum(Sales, [Country]) ``` ![\[La suma de las ventas por país.\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/sum-function-example.png) # sumIf En función de una instrucción condicional, la función `sumIf` añade el conjunto de números en la medida especificada, y los agrupa según la dimensión o las dimensiones seleccionadas. Por ejemplo, `sumIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` devuelve el importe total de beneficios agrupado por la dimensión seleccionada (opcional), si la condición se evalúa como verdadera. ## Sintaxis ``` sumIf(measure, conditions) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. ## Ejemplos En el siguiente ejemplo, se utiliza un campo calculado con `sumIf` para mostrar el importe de las ventas si `Segment` es igual a `SMB`. ``` sumIf(Sales, Segment=’SMB’) ``` ![\[alt text not found\]](http://docs.aws.amazon.com/es_es/quick/latest/userguide/images/sumIfCalc.png) En el siguiente ejemplo, se utiliza un campo calculado con `sumIf` para mostrar el importe de las ventas si `Segment` es igual a `SMB` y `Order Date` es más tarde que el año 2022. ``` sumIf(Sales, Segment=’SMB’ AND {Order Date} >=’2022-01-01’) ``` # var La función `var` calcula la varianza de muestra del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas. ## Sintaxis ``` var(measure, [group-by level]) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se devuelve la varianza de una muestra en las puntuaciones de pruebas. ``` var({Scores}) ``` También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se devuelve la varianza de una muestra de las puntuaciones de las pruebas a nivel de asunto, pero no en otras dimensiones (clase) del elemento visual. ``` var({Scores}, [Subject] ``` # varIf En función de una instrucción condicional, la `varIf` función calcula la varianza del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una muestra. ## Sintaxis ``` varIf(measure, conditions) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # varp La función `varp` calcula la varianza de población del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas. ## Sintaxis ``` varp(measure, [group-by level]) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *Nivel de agrupación* (Opcional) Especifica el nivel por el que se va a agrupar la agregación. El nivel agregado puede ser cualquier dimensión o dimensiones independientes de las dimensiones agregadas al elemento visual. El argumento debe ser un campo de dimensión. El grupo por nivel se debe escribir entre corchetes: `[ ]`. Para obtener más información, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Ejemplos En el siguiente ejemplo, se devuelve la varianza de una población en los resultados de pruebas. ``` varp({Scores}) ``` También puede especificar en qué nivel agrupar el cálculo mediante una o más dimensiones de la vista o del conjunto de datos. Esto se denomina función LAC-A. Para obtener más información sobre las funciones LAC-A, consulte Funciones de [cálculo con reconocimiento de niveles: agregadas (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). En el siguiente ejemplo, se devuelve la varianza de población de las puntuaciones de las pruebas a nivel de asunto, pero no en otras dimensiones (clase) del elemento visual. ``` varp({Scores}, [Subject] ``` # varpIf En función de una instrucción condicional, la `varpIf` función calcula la varianza del conjunto de números en la medida especificada y la agrupa según la dimensión o las dimensiones seleccionadas, en función de una población sesgada. ## Sintaxis ``` varpIf(measure, conditions) ``` ## Argumentos *measure* El argumento debe ser una medida. Los valores nulos se omiten en los resultados. Los valores literales no funcionan. El argumento debe ser un campo. *condition* Una o varias condiciones en una única instrucción. # 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)