Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Fonction de champ calculée et référence d'opérateur pour Amazon Quick
Vous pouvez ajouter des champs calculés à un jeu de données lors de la préparation des données ou à partir de la page d’analyse. Lorsque vous ajoutez un champ calculé à un jeu de données pendant la préparation des données, il est disponible pour toutes les analyses qui utilisent cet jeu de données. Lorsque vous ajoutez un champ calculé à un jeu de données dans une analyse, il est disponible uniquement dans cette analyse.
Vous pouvez créer des champs calculés pour transformer vos données en utilisant les fonctions et les opérateurs suivants.
**Topics**
+ [Opérateurs](arithmetic-and-comparison-operators.md)
+ [Fonctions par catégorie](functions-by-category.md)
+ [Fonctions](functions.md)
+ [Fonctions d’agrégation](calculated-field-aggregations.md)
+ [Fonctions de calcul du tableau](table-calculation-functions.md)
# Opérateurs
Vous pouvez utiliser les opérateurs suivants dans les champs calculés. Quick utilise l'ordre standard des opérations : parenthèses, exposants, multiplication, division, addition, soustraction (PEMDAS). Les comparaisons d’égalité (=) et de non égalité (<>) sont sensibles à la casse.
+ Addition (\$1)
+ Soustraction (−)
+ Multiplication (\$1)
+ Division (/)
+ Modulo (^) – Voir aussi `mod()` dans la liste suivante.
+ Puissance (^) – Voir aussi `exp()` dans la liste suivante.
+ Égal à (=)
+ Non égal à (<>)
+ supérieure à (>)
+ Supérieur ou égal à (>=)
+ Inférieur à (<)
+ Inférieur ou égal à (<=)
+ AND
+ OU
+ NOT
Amazon Quick prend en charge l'application des fonctions mathématiques suivantes à une expression.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)` – Trouve la partie restante après avoir divisé un nombre par un diviseur.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) ` – Renvoie le logarithme de base 10 d’une expression donnée.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) ` – Renvoie le logarithme naturel d’une expression donnée.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) ` – Renvoie la valeur absolue d’une expression donnée.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) ` – Renvoie la racine carrée d’une expression donnée.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) ` – Renvoie la base du journal naturel *e* élevé à la puissance d’une expression donnée.
Pour simplifier la lecture des calculs longs, vous pouvez utiliser des parenthèses afin de clarifier les regroupements et indiquer la priorité dans les calculs. Dans la déclaration suivante, vous n’avez pas besoin de parenthèses. L’instruction de multiplication est traitée en premier, puis le résultat est ajouté à cinq, renvoyant la valeur 26. Toutefois, les parenthèses facilitent la lecture de la déclaration et, par conséquent, assurent le respect de l’ordre des calculs.
```
5 + (7 * 3)
```
Vu que les parenthèses sont prioritaires dans l’ordre des opérations, vous pouvez modifier l’ordre dans lequel les autres opérateurs sont appliqués. Par exemple, dans l’instruction suivante, la demande d’addition est traitée en premier, puis le résultat est multiplié par trois, renvoyant la valeur 36.
```
(5 + 7) * 3
```
## Exemple : opérateurs arithmétiques
L’exemple suivant utilise plusieurs opérateurs arithmétiques pour déterminer un montant total des ventes après remise.
```
(Quantity * Amount) - Discount
```
## Exemple : (/) Division
L’exemple suivant utilise la division pour diviser 3 par 2. Une valeur de 1,5 est renvoyée. Amazon Quick utilise des divisions à virgule flottante.
```
3/2
```
## Exemple : (=) égal à
L’utilisation de l’opérateur = exécute une comparaison de valeurs sensible à la casse. Les lignes dans lesquelles la comparaison est TRUE sont incluses dans l’ensemble de résultats.
Dans l’exemple suivant, les lignes dans lesquelles le champ `Region` est **South** sont incluses dans les résultats. Si la `Region` est **south**, ces lignes ne sont pas incluses.
```
Region = 'South'
```
Dans l’exemple suivant, la comparaison a la valeur FALSE.
```
Region = 'south'
```
L’exemple suivant montre une comparaison qui convertit `Region` en majuscules (**SOUTH**) et la compare à **SOUTH**. Cela retourne les lignes dans lesquelles la région est **south**, **South** ou **SOUTH**.
```
toUpper(Region) = 'SOUTH'
```
## Exemple : (<>)
Le symbole de non égalité <> signifie *inférieur ou supérieur à*.
Par conséquent, si nous disons **x<>1**, cela signifie *si x est inférieur à 1 OU si x est supérieur à 1*. < et > sont évalués ensemble. En d’autres termes, *si x est une valeur autre que 1*. Ou *x n’est pas égal à 1*.
**Note**
Utilisez <>, pas \$1=.
L’exemple suivant compare `Status Code` à une valeur numérique. Ceci renvoie retourne les lignes dans lesquelles `Status Code` n’est pas égal à **1**.
```
statusCode <> 1
```
L’exemple suivant compare plusieurs valeurs de `statusCode`. Dans ce cas, les enregistrements actifs ont un `activeFlag = 1`. Cet exemple retourne les lignes dans lesquelles l’une des conditions suivantes s’applique :
+ Pour les enregistrements actifs, affichez les lignes dans lesquelles le statut n’est pas 1 ou 2
+ Pour les enregistrements inactifs, affichez les lignes dans lesquelles le statut est 99 ou -1
```
( activeFlag = 1 AND (statusCode <> 1 AND statusCode <> 2) )
OR
( activeFlag = 0 AND (statusCode= 99 OR statusCode= -1) )
```
## Exemple : (^)
Le symbole puissance `^` signifie *à la puissance*. Vous pouvez utiliser l’opérateur de puissance dans n’importe quel champ numérique, avec n’importe quel exposant valide.
L’exemple suivant est une expression simple de 2 à la puissance 4 ou (2 \$1 2 \$1 2 \$1 2). Elle renvoie la valeur 16.
```
2^4
```
L’exemple suivant calcule la racine carrée du champ revenue.
```
revenue^0.5
```
## Exemple : AND, OR et NOT
L’exemple suivant utilise les opérateurs AND, OR et NOT pour comparer plusieurs expressions. Il utilise des opérateurs conditionnels pour étiqueter les meilleurs clients NON situés dans l’État de Washington ou dans l’État de l’Oregon avec une promotion spéciale, qui ont passé plus de 10 commandes. Si aucune valeur n’est retournée, la valeur « n/a » est utilisée.
```
ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a')
```
## Exemple : création de listes de comparaison comme « in » (dans) ou « not in » (pas dans)
Cet exemple utilise des opérateurs pour créer une comparaison dans le but de trouver des valeurs qui existent ou n’existent pas, dans une liste spécifiée de valeurs.
L’exemple suivant compare `promoCode` une liste spécifiée de valeurs. Cet exemple retourne les lignes dans lesquelles le `promoCode` figure dans la liste **(1, 2, 3)**.
```
promoCode = 1
OR promoCode = 2
OR promoCode = 3
```
L’exemple suivant compare `promoCode` une liste spécifiée de valeurs. Cet exemple retourne les lignes dans lesquelles le `promoCode` ne figure PAS dans la liste **(1, 2, 3)**.
```
NOT(promoCode = 1
OR promoCode = 2
OR promoCode = 3
)
```
Fournir une liste dans laquelle le `promoCode` n’est égal à aucun élément de la liste est un autre moyen d’exprimer cela.
```
promoCode <> 1
AND promoCode <> 2
AND promoCode <> 3
```
## Exemple : création d’une comparaison « between » (entre)
Cet exemple utilise des opérateurs de comparaison pour créer une comparaison affichant les valeurs qui existent entre (between) une valeur et une autre.
L’exemple suivant examine `OrderDate` et retourne les lignes dans lesquelles le `OrderDate` est compris entre (between) le premier et le dernier jour de 2016. Dans ce cas, nous voulons que le premier et le dernier jour soient inclus, donc nous utilisons « or equal to » (ou égal à) sur les opérateurs de comparaison.
```
OrderDate >= "1/1/2016" AND OrderDate <= "12/31/2016"
```
# Fonctions par catégorie
Dans cette section, vous trouverez une liste des fonctions disponibles dans Amazon Quick, triées par catégorie.
**Topics**
+ [Fonctions d’agrégation](#aggregate-functions)
+ [Fonctions conditionnelles](#conditional-functions)
+ [Fonctions de date](#date-functions)
+ [Fonctions numériques](#numeric-functions)
+ [Fonctions mathématiques](#mathematical-functions)
+ [Fonctions de chaîne](#string-functions)
+ [Calculs de tableaux](#table-calculations)
## Fonctions d’agrégation
Les fonctions d'agrégation pour les champs calculés dans Amazon Quick sont les suivantes. Elles ne sont disponibles que pendant l’analyse et la visualisation. Chacune de ces fonctions retourne des valeurs regroupées en fonction de la ou des dimensions choisies. Pour chaque agrégation, il existe également une agrégation conditionnelle. Ces fonctions effectuent le même type de regroupement, en fonction d’une condition.
+ [https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html) calcule la moyenne de l’ensemble de nombres figurant dans la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies).
+ [https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html) calcule la moyenne sur la base d’une instruction conditionnelle.
+ [https://docs.aws.amazon.com/quicksight/latest/user/count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/count-function.html) calcule le nombre de valeurs dans une dimension ou une mesure (regroupement en fonction de la ou des dimensions choisies).
+ [https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html) calcule le nombre sur la base d’une instruction conditionnelle.
+ [https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html) calcule le nombre de valeurs distinctes dans une dimension ou une mesure (regroupement en fonction de la ou des dimensions choisies).
+ [https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html) calcule le compte distinct sur la base d’une instruction conditionnelle.
+ [https://docs.aws.amazon.com/quicksight/latest/user/max-function.html](https://docs.aws.amazon.com/quicksight/latest/user/max-function.html) renvoie la valeur maximale de la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies).
+ [https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html) calcule le maximum à partir d’une instruction conditionnelle.
+ [https://docs.aws.amazon.com/quicksight/latest/user/median-function.html](https://docs.aws.amazon.com/quicksight/latest/user/median-function.html) renvoie la valeur médiane de la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies).
+ [https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html) calcule la médiane à partir d’une instruction conditionnelle.
+ [https://docs.aws.amazon.com/quicksight/latest/user/min-function.html](https://docs.aws.amazon.com/quicksight/latest/user/min-function.html) renvoie la valeur minimale de la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies).
+ [https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html) calcule le minimum à partir d’une instruction conditionnelle.
+ [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`) calcule le *n*ième percentile de la mesure spécifiée, groupée par la ou les dimensions choisies.
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html) calcule le *n*ième centile sur la base d’une distribution continue des nombres de la mesure spécifiée, groupés par la ou les dimensions choisies.
+ [percentileDisc(percentile)](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) calcule le *n* e percentile en fonction des nombres réels de la mesure spécifiée, regroupés selon la ou les dimensions choisies.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html) calcule la moyenne de l’ensemble des nombres de la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à un moment donné.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html) calcule le nombre de valeurs dans une dimension ou une mesure pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à un moment donné, y compris les doublons.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html) renvoie la valeur maximale de la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à une date donnée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html) renvoie la valeur médiane de la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à une date donnée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html) renvoie la valeur minimale de la mesure ou de la date spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à une date donnée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html) calcule le percentile sur la base des nombres réels dans la mesure pour une granularité de temps donnée (par exemple, un trimestre) jusqu’à un point donné dans le temps.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html) calcule le percentile sur la base d’une distribution continue des nombres dans la mesure pour une granularité de temps donnée (par exemple, un trimestre) jusqu’à un moment donné.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html) calcule l’écart-type de l’ensemble des nombres de la mesure spécifiée pour une granularité de temps donnée (par exemple, un trimestre) jusqu’à un moment donné, sur la base d’un échantillon.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html) calcule l’écart-type de la population de l’ensemble des nombres dans la mesure spécifiée pour une granularité de temps donnée (par exemple, un trimestre) jusqu’à un point dans le temps sur la base d’un échantillon.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html) additionne l’ensemble des nombres de la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à un point dans le temps.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html) calcule la variance de l’échantillon de l’ensemble des nombres de la mesure spécifiée pour une granularité de temps donnée (par exemple, un trimestre) jusqu’à un point dans le temps.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html) calcule la variance de population de l’ensemble des nombres dans la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à un certain point dans le temps.
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html)) calcule l’écart type de l’ensemble de nombres figurant dans la mesure spécifiée ( regroupement en fonction de la ou des dimensions choisies, sur la base d’un échantillon).
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html) calcule l’écart type de l’échantillon sur la base d’un énoncé conditionnel.
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html) calcule l’écart type de l’ensemble de nombres figurant dans la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies, sur la base d’un remplissage biaisé).
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html) calcule l’écart de la population sur la base d’une déclaration conditionnelle.
+ [https://docs.aws.amazon.com/quicksight/latest/user/var-function.html](https://docs.aws.amazon.com/quicksight/latest/user/var-function.html)) calcule la variance de l’ensemble de nombres figurant dans la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies, sur la base d’un échantillon).
+ [https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html) calcule la variance de l’échantillon sur la base d’une déclaration conditionnelle.
+ [https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html)) calcule la variance de l’ensemble de nombres figurant dans la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies, sur la base d’un remplissage biaisé).
+ [https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html) calcule la variance de la population sur la base d’une déclaration conditionnelle.
+ [https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html)) additionne l’ensemble de nombres figurant dans la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies).
+ [https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html)) calcule la somme sur la base d’une instruction conditionnelle.
## Fonctions conditionnelles
Les fonctions conditionnelles pour les champs calculés dans Amazon Quick sont les suivantes :
+ [https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html](https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html) renvoie la valeur du premier argument qui n’est pas null.
+ [https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html) évalue un ensemble de paires d’expressions *if*, *then* et renvoie la valeur de l’argument *then* pour le premier argument *if* ayant la valeur true.
+ [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) évalue une expression pour voir si elle fait partie d’une liste de valeurs donnée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html) évalue une expression pour voir si elle a la valeur not null.
+ [https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html) évalue une expression pour voir si elle a la valeur null. Si l’expression dispose d’une valeur nulle, `isNull` renvoie la valeur « true », sinon, elle renvoie « false ».
+ [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html) évalue une expression pour voir si elle ne fait pas partie d’une liste de valeurs donnée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html) compare deux expressions. Si elles sont égales, la fonction retourne null. Si elles ne sont pas égales, la fonction renvoie la première expression.
+ [https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html) renvoie une expression qui correspond à la première étiquette égale à l’expression de la condition.
## Fonctions de date
Les fonctions de date pour les champs calculés dans Amazon Quick sont les suivantes :
+ [https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html) ajoute ou soustrait une unité de temps à la date ou l’heure fournie.
+ [https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html) ajoute ou soustrait le nombre donné de jours ouvrables à la date ou à l’heure fournie.
+ [https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html](https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html) renvoie la différence en nombre de jours entre deux champs de date.
+ [https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html) convertit une date d’époque en date standard.
+ [https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html](https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html) renvoie une partie spécifiée d’une valeur de date.
+ [https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html) met en forme une date à l’aide d’un modèle que vous spécifiez.
+ [https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html) renvoie TRUE si une valeur date-heure donnée est un jour ouvrable ou un jour ouvré.
+ [https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html) renvoie le nombre de jours ouvrables entre les deux valeurs de date fournies.
+ [https://docs.aws.amazon.com/quicksight/latest/user/now-function.html](https://docs.aws.amazon.com/quicksight/latest/user/now-function.html) retourne la date et l’heure actuelles à l’aide des paramètres pour une base de données, ou de l’heure UTC pour un fichier et Salesforce.
+ [https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html) retourne une valeur de date qui représente une partie spécifiée d’une date.
## Fonctions numériques
Les fonctions numériques pour les champs calculés dans Amazon Quick sont les suivantes :
+ [https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html) arrondi une valeur décimale à l’entier supérieur le plus proche.
+ [https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html) convertit une valeur décimale en un nombre entier.
+ [https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html](https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html) diminue une décimale valeur à l’entier inférieur le plus proche.
+ [https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html) convertit un nombre entier en valeur décimale.
+ [https://docs.aws.amazon.com/quicksight/latest/user/round-function.html](https://docs.aws.amazon.com/quicksight/latest/user/round-function.html) arrondit une valeur décimale au nombre entier le plus proche ou, si l’ajustement est sélectionné, à la décimale la plus proche.
## Fonctions mathématiques
Les fonctions mathématiques pour les champs calculés dans Amazon Quick sont les suivantes :
+ `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)` – Trouve la partie restante après avoir divisé un nombre par un diviseur.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) ` – Renvoie le logarithme de base 10 d’une expression donnée.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) ` – Renvoie le logarithme naturel d’une expression donnée.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) ` – Renvoie la valeur absolue d’une expression donnée.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) ` – Renvoie la racine carrée d’une expression donnée.
+ `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) ` – Renvoie la base du journal naturel *e* élevé à la puissance d’une expression donnée.
## Fonctions de chaîne
Les fonctions de chaîne (texte) pour les champs calculés dans Amazon Quick sont les suivantes :
+ [https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html](https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html) concatène deux chaînes et plus.
+ [https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html](https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html) vérifie si une expression contient une sous-chaîne.
+ [https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html) vérifie si l’expression se termine par la sous-chaîne spécifiée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/left-function.html](https://docs.aws.amazon.com/quicksight/latest/user/left-function.html) retourne le nombre spécifié de caractères les plus à gauche dans une chaîne de caractères.
+ [https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html) localise une sous-chaîne dans une autre chaîne, et renvoie le nombre de caractères avant la sous-chaîne.
+ [https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html) supprime l’espace blanc précédent d’une chaîne.
+ [https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html) analyse une chaîne pour déterminer si elle contient une valeur de date et la retourne si elle a été trouvée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html) analyse une chaîne pour déterminer si elle contient une valeur décimale.
+ [https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html) analyse une chaîne pour déterminer si elle contient une valeur d’entier.
+ [https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html) analyse des valeurs d’un format JSON natif ou d’un objet JSON dans un champ de texte.
+ [https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html](https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html) remplace une partie d’une chaîne par une autre chaîne.
+ [https://docs.aws.amazon.com/quicksight/latest/user/right-function.html](https://docs.aws.amazon.com/quicksight/latest/user/right-function.html) retourne le nombre spécifié de caractères les plus à droite dans une chaîne de caractères.
+ [https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html) supprime l’espace blanc suivant d’une chaîne.
+ [https://docs.aws.amazon.com/quicksight/latest/user/split-function.html](https://docs.aws.amazon.com/quicksight/latest/user/split-function.html) fractionne une chaîne en un tableau de sous-chaînes, sur la base d’un séparateur que vous choisissez, et renvoie l’élément spécifié par la position.
+ [https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html) vérifie si l’expression commence par la sous-chaîne spécifiée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html](https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html) renvoie le nombre de caractères contenus dans une chaîne.
+ [https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html](https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html) retourne le nombre spécifié de caractères dans une chaîne, à partir de l’emplacement spécifié.
+ [https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html) met en forme une chaîne tout en minuscules.
+ [https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html) met en forme l’expression en entrée sous forme de chaîne.
+ [https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html) met en forme une chaîne tout en majuscules.
+ [https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html) supprime les espaces blancs précédents et suivants d’une chaîne.
## Calculs de tableaux
Les calculs de tableaux forment un groupe de fonctions qui fournissent le contexte d’une analyse. Ils constituent une base pour les analyses agrégées enrichies. En utilisant ces calculs, vous pouvez aborder les scénarios commerciaux courants tels que le calcul du pourcentage du total, de la somme, de la différence, de la base commune et du rang.
Lorsque vous analysez des données dans une représentation visuelle spécifique, vous pouvez appliquer des calculs de tableaux au jeu de données actuel pour découvrir comment les dimensions influencent les mesures ou comment elles s’influencent entre elles. Les données visualisées correspondent à votre ensemble de résultats basé sur votre jeu de données actuel, avec l’application de tous les filtres, sélections de champs et personnalisations. Pour voir exactement cet ensemble de résultats, vous pouvez exporter votre représentation visuelle dans un fichier. La fonction de calcul de tableau effectue les opérations sur les données pour révéler les relations entre les champs.
**Fonctions basées sur la recherche**
+ [https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html) calcule la différence entre une mesure basée sur un ensemble de partitions et de tris et une mesure basée sur un autre.
+ [https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html) calcule la valeur de décalage (précédente) pour une mesure.
+ [https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html) calcule la valeur principale (suivante) pour une mesure.
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html) calcule la différence de pourcentage entre la valeur actuelle et une valeur de comparaison.
**Fonctions Over**
+ [https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html) calcule la moyenne d’une mesure sur une ou plusieurs dimensions.
+ [https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html) calcule le nombre d’un champ sur une ou plusieurs dimensions.
+ [https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html) calcule le nombre de distinctions de l’opérande partitionné par les attributs spécifiés à un niveau donné.
+ [https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html) calcule le maximum d’une mesure sur une ou plusieurs dimensions.
+ [https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html) calcule le minimum d’une mesure sur une ou plusieurs dimensions.
+ [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`) calcule le *n*ième percentile d’une mesure partitionnée par une liste de dimensions.
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html) calcule le *n*ième percentile basé sur une distribution continue des nombres d’une mesure partitionnée par une liste de dimensions.
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html) calcule le *n*ième percentile sur la base des nombres réels d’une mesure partitionnée par une liste de dimensions.
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html) calcule le pourcentage de contribution d’une mesure au total.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html) calcule la différence d’une mesure sur deux périodes différentes, comme spécifié par la granularité de la période et le décalage.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html) calcule la dernière valeur (précédente) d’une mesure à partir d’une période antérieure, en fonction de la granularité de la période et du décalage.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html) calcule la différence en pourcentage d’une mesure sur deux périodes différentes, comme spécifié par la granularité de la période et le décalage.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html) calcule la moyenne d’une mesure pour une granularité de temps donnée (par exemple, un trimestre) jusqu’à un point dans le temps.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html) calcule le nombre d’une dimension ou d’une mesure pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à un moment donné.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html) calcule le maximum d’une mesure ou d’une date pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à un moment donné.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html) calcule le minimum d’une mesure ou d’une date pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à un moment donné.
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html) calcule la somme d’une mesure pour une granularité temporelle donnée (par exemple, un trimestre) jusqu’à un moment donné.
+ [https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html) calcule la somme d’une mesure sur une ou plusieurs dimensions.
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html) calcule l’écart type de la mesure spécifiée, partitionné par l’attribut ou les attributs choisis, sur la base d’un échantillon.
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html) calcule l’écart type de la mesure spécifiée, partitionné par l’attribut ou les attributs choisis, en fonction d’une population biaisée.
+ [https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html) calcule la variance de la mesure spécifiée, partitionnée par l’attribut ou les attributs choisis, sur la base d’un échantillon.
+ [https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html) calcule la variance de la mesure spécifiée, partitionnée par l’attribut ou les attributs choisis, sur la base d’un remplissage biaisé.
**Fonctions de classement**
+ [https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html) calcule le rang d’une mesure ou d’une dimension.
+ [https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html) calcule le rang d’une mesure ou d’une dimension en ignorant les doublons.
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html) calcule le rang d’une mesure ou d’une dimension sur la base du percentile.
**Fonctions d’exécution**
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html) calcule une moyenne pour une mesure.
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html) calcule un nombre pour une mesure.
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html) calcule un maximum pour une mesure.
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html) calcule un minimum pour une mesure.
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html) calcule une somme pour une mesure.
**Fonctions de fenêtrage**
+ [https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html) calcule la première valeur de la mesure agrégée ou de la dimension partitionnée et triée en fonction d’attributs spécifiés.
+ [https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html) calcule la dernière valeur de la mesure agrégée ou de la dimension partitionnée et triée selon les attributs spécifiés.
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html) calcule la moyenne de la mesure regroupée dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés.
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html) calcule le nombre de mesures regroupées dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés.
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html) calcule le maximum de mesures regroupées dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés.
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html) calcule le minimum de mesures regroupées dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés.
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html) calcule la somme de mesures regroupées dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés.
# Fonctions
Dans cette section, vous trouverez une liste des fonctions disponibles dans Amazon Quick. Pour consulter la liste des fonctions triées par catégorie, avec de brèves définitions, voir [Fonctions par catégorie](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` ajoute ou soustrait une unité de temps à partir d’une valeur datetime. Par exemple, `addDateTime(2,'YYYY',parseDate('02-JUL-2018', 'dd-MMM-yyyy') )` renvoie `02-JUL-2020`. Vous pouvez utiliser cette fonction pour effectuer des calculs de date sur vos données de date et d’heure.
## Syntaxe
```
addDateTime(amount, period, datetime)
```
## Arguments
*amount*
Une valeur entière positive ou négative qui représente la durée que vous souhaitez ajouter ou soustraire du champ datetime fourni.
*point*
Une valeur positive ou négative qui représente la durée que vous souhaitez ajouter ou soustraire du champ datetime fourni. Les périodes valides sont les suivantes :
+ AAAA : renvoie la partie de la date correspondant à l’année.
+ Q : Cela renvoie le trimestre auquel appartient la date (1–4).
+ MM : renvoie la partie de la date correspondant au mois.
+ DD : renvoie la partie de la date correspondant au jour.
+ WK : renvoie la partie de la date correspondant à la semaine. La semaine commence le dimanche sur Amazon Quick.
+ HH : renvoie la partie de la date correspondant à l’heure.
+ MI : renvoie la partie de la date correspondant à la minute.
+ SS : renvoie la deuxième partie de la date.
+ MS : renvoie la partie milliseconde de la date.
*datetime*
La date ou l’heure à laquelle vous souhaitez effectuer les calculs de date.
## Type de retour
Datetime
## Exemple
Supposons que vous ayez un champ appelé `purchase_date` avec les valeurs suivantes.
```
2018 May 13 13:24
2017 Jan 31 23:06
2016 Dec 28 06:45
```
À l’aide des calculs suivants, `addDateTime` modifie les valeurs comme illustré ci-après.
```
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` Ajoute ou soustrait un nombre déterminé de jours ouvrables à une valeur de date donnée. La fonction renvoie une date pour un jour ouvrable, qui tombe un nombre désigné de jours ouvrables après ou avant une valeur de date d’entrée donnée.
## Syntaxe
```
addWorkDays(initDate, numWorkDays)
```
## Arguments
*initDate*
Il s’agit d’une date valide non NULL qui sert de date de début pour le calcul.
+ **Champ du jeu de données** – Tout champ `date` du jeu de données auquel vous ajoutez cette fonction.
+ **Fonction date** – Toute date produite par une autre fonction `date`, par exemple `parseDate`, `epochDate`, `addDateTime`, etc.
**Example**
```
addWorkDays(epochDate(1659484800), numWorkDays)
```
+ **Champs calculés** : tout champ calculé rapidement qui renvoie une `date` valeur.
**Example**
```
calcFieldStartDate = addDateTime(10, “DD”, startDate)
addWorkDays(calcFieldStartDate, numWorkDays)
```
+ **Paramètres** — N'importe quel `datetime` paramètre rapide.
**Example**
```
addWorkDays($paramStartDate, numWorkDays)
```
+ Toute combinaison des valeurs d’argument énoncées ci-dessus.
*numWorkDays*
Un entier non NULL qui sert de date de fin pour le calcul.
+ **Littéral** – Un entier littéral saisi directement dans l’éditeur d’expression.
**Example**
```
```
+ **Champ du jeu de données** – Tout champ de date du jeu de données
**Example**
```
```
+ **Fonction ou calcul scalaire** — Toute fonction rapide scalaire qui renvoie un entier en sortie depuis une autre`decimalToInt`, par exemple`abs`, etc.
**Example**
```
addWorkDays(initDate, decimalToInt(sqrt (abs(numWorkDays)) ) )
```
+ **Champ calculé** : tout champ calculé rapidement qui renvoie une `date` valeur.
**Example**
```
someOtherIntegerCalcField = (num_days * 2) + 12
addWorkDays(initDate, someOtherIntegerCalcField)
```
+ **Paramètre** : n'importe quel `datetime` paramètre rapide.
**Example**
```
addWorkDays(initDate, $param_numWorkDays)
```
+ Toute combinaison des valeurs d’argument énoncées ci-dessus.
## Type de retour
Entier
## Valeurs de sortie
Les valeurs de sortie attendues sont les suivantes :
+ Nombre entier positif (lorsque start\$1date < end\$1date)
+ Nombre entier négatif (lorsque start\$1date > end\$1date)
+ NULL lorsque l'un ou les deux arguments reçoivent une valeur nulle de la fonction `dataset field`.
## Erreurs d’entrée
Les valeurs d’argument non autorisées provoquent des erreurs, comme le montrent les exemples suivants.
+ L’utilisation d’un littéral NULL comme argument dans l’expression n’est pas autorisée.
**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.
```
+ L’utilisation d’une chaîne littérale comme argument, ou de tout autre type de données autre qu’une date, dans l’expression n’est pas autorisée. Dans l’exemple suivant, la chaîne **"2022-08-10"** ressemble à une date, mais il s’agit en fait d’une chaîne de caractères. Pour l’utiliser, vous devez utiliser une fonction qui convertit le type de données en date.
**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.
```
## Exemple
Un entier positif en tant qu’argument `numWorkDays` produira une date dans le futur de la date d’entrée. Un entier négatif comme argument `numWorkDays` donnera une date résultante dans le passé de la date d’entrée. Une valeur nulle pour l’argument `numWorkDays` donne la même valeur que la date d’entrée, qu’elle tombe ou non un jour ouvrable ou un week-end.
La fonction `addWorkDays` opère à la granularité : `DAY`. La précision ne peut être préservée à une granularité inférieure ou supérieure au niveau `DAY`.
```
addWorkDays(startDate, endDate)
```
Supposons qu’il existe un champ nommé `employmentStartDate` avec les valeurs suivantes :
```
2022-08-10 2022-08-06 2022-08-07
```
En utilisant le champ ci-dessus et les calculs suivants, `addWorkDays` renvoie les valeurs modifiées comme indiqué ci-dessous :
```
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
```
L’exemple suivant calcule la prime totale au prorata à verser à chaque employé pour deux ans, en fonction du nombre de jours de travail effectif de chaque employé.
```
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/fr_fr/quick/latest/userguide/images/addWorkDays-function-example.png)
# Abs
`abs` renvoie la valeur absolue d’une expression donnée.
## Syntaxe
```
abs(expression)
```
## Arguments
*expression*
L’expression doit être numérique. Il peut s’agir d’un nom de champ, d’une valeur littérale ou d’une autre fonction.
# Ceil
`ceil` arrondi une valeur décimale à l’entier supérieur le plus proche. Par exemple, `ceil(29.02)` renvoie `30`.
## Syntaxe
```
ceil(decimal)
```
## Arguments
*decimal*
Un champ qui utilise le type de données décimale, une valeur littérale comme **17.62** ou un appel à une autre fonction qui génère un nombre décimal.
## Type de retour
Entier
## Exemple
L’exemple suivant arrondit un champ décimal à la valeur supérieure la plus proche.
```
ceil(salesAmount)
```
Les valeurs suivantes sont celles du champ donné.
```
20.13
892.03
57.54
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
21
893
58
```
# Coalesce
`coalesce` renvoie la valeur du premier argument qui n’est pas null. Lorsqu’une valeur non null est trouvée, les autres arguments de la liste ne sont pas évalués. Si tous les arguments sont nuls, le résultat est nul. Les chaînes de longueur 0 sont des valeurs valides et ne sont pas considérées comme équivalentes à null.
## Syntaxe
```
coalesce(expression1, expression2 [, expression3, ...])
```
## Arguments
`coalesce` prend deux expressions ou plus comme arguments. Toutes les expressions doivent posséder le même type de données ou pouvoir être implicitement converties dans le même type de données.
*expression*
L’expression peut être de type numérique, datetime ou chaîne. Il peut s’agir d’un nom de champ, d’une valeur littérale ou d’une autre fonction.
## Type de retour
`coalesce` renvoie une valeur du même type de données que les arguments en entrée.
## Exemple
L’exemple suivant récupère l’adresse de facturation d’un client si elle existe, l’adresse physique si aucune adresse de facturation n’existe, ou renvoie « No address listed » si aucune adresse n’est disponible.
```
coalesce(billingAddress, streetAddress, 'No address listed')
```
# Concat
`concat` concatène deux chaînes et plus.
## Syntaxe
```
concat(expression1, expression2 [, expression3 ...])
```
## Arguments
`concat`La fonction prend deux ou plus expressions de chaîne comme arguments.
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
## Type de retour
String
## Exemples
L’exemple suivant concatène trois champs de chaînes et ajoute les espaces correspondants.
```
concat(salutation, ' ', firstName, ' ', lastName)
```
Les valeurs suivantes sont celles du champ donné.
```
salutation firstName lastName
-------------------------------------------------------
Ms. Li Juan
Dr. Ana Carolina Silva
Mr. Nikhil Jayashankar
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
Ms. Li Juan
Dr. Ana Carolina Silva
Mr. Nikhil Jayashankar
```
L’exemple suivant concatène deux littéraux de chaîne.
```
concat('Hello', 'world')
```
La valeur suivante est renvoyée.
```
Helloworld
```
# contains
`contains` évalue si la sous-chaîne que vous spécifiez existe dans une expression. Si l’expression contient la sous-chaîne, contains renvoie un résultat vrai, sinon il renvoie un résultat faux.
## Syntaxe
```
contains(expression, substring, string-comparison-mode)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*substring*
L’ensemble des caractères à vérifier par rapport à l’*expression*. La sous-chaîne peut être contenue une ou plusieurs fois dans l’*expression*.
*string-comparison-mode*
(Facultatif) Spécifie le mode de comparaison de chaînes à utiliser :
+ `CASE_SENSITIVE` – Les comparaisons de chaînes sont sensibles à la casse.
+ `CASE_INSENSITIVE` – Les comparaisons de chaînes sont insensibles à la casse.
La valeur par défaut est `CASE_SENSITIVE` lorsqu’elle est vide.
## Type de retour
Booléen
## Exemples
### Exemple de sensibilité à la casse par défaut
L’exemple suivant, sensible à la casse, évalue si `state_nm` contient **New**.
```
contains(state_nm, "New")
```
Les valeurs suivantes sont celles du champ donné.
```
New York
new york
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
true
false
```
### Exemple insensible à la casse
L’exemple suivant, insensible à la casse, évalue si `state_nm` contient **new**.
```
contains(state_nm, "new", CASE_INSENSITIVE)
```
Les valeurs suivantes sont celles du champ donné.
```
New York
new york
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
true
true
```
### Exemple avec des instructions conditionnelles
La fonction contains peut être utilisée comme instruction conditionnelle dans les fonctions If suivantes : [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) et [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html).
L’exemple suivant additionne `Sales` uniquement si `state_nm` contient **New**.
```
sumIf(Sales,contains(state_nm, "New"))
```
### Exemple « ne contient PAS »
L’opérateur conditionnel `NOT` peut être utilisé pour évaluer si l’expression ne contient pas la sous-chaîne spécifiée.
```
NOT(contains(state_nm, "New"))
```
### Exemple d’utilisation de valeurs numériques
Des valeurs numériques peuvent être utilisées dans les arguments d’expression ou de sous-chaîne en appliquant la fonction `toString`.
```
contains(state_nm, toString(5) )
```
# decimalToInt
`decimalToInt` convertit une valeur décimale au type de données d’entier en supprimant la virgule et tous les chiffres après. `decimalToInt` ne s’arrondit pas. Par exemple, `decimalToInt(29.99)` renvoie `29`.
## Syntaxe
```
decimalToInt(decimal)
```
## Arguments
*decimal*
Un champ qui utilise le type de données décimale, une valeur littérale comme **17.62** ou un appel à une autre fonction qui génère un nombre décimal.
## Type de retour
Entier
## Exemple
L’exemple suivant convertit un champ décimal en nombre entier.
```
decimalToInt(salesAmount)
```
Les valeurs suivantes sont celles du champ donné.
```
20.13
892.03
57.54
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
20
892
57
```
# dateDiff
`dateDiff` renvoie la différence en nombre de jours entre deux champs de date. Si vous incluez une valeur pour la période, `dateDiff` renvoie la différence sous forme d’intervalle de la période, plutôt qu’en jours.
## Syntaxe
```
dateDiff(date1, date2,[period])
```
## Arguments
`dateDiff` prend deux dates comme arguments. La spécification d’une période est facultative.
*date 1*
La première date de la comparaison. Un champ de date ou un appel à une autre fonction qui génère une date.
*date 2*
La deuxième date de la comparaison. Un champ de date ou un appel à une autre fonction qui génère une date.
*point*
La période de différence que vous voulez renvoyer, entre guillemets. Les périodes valides sont les suivantes :
+ AAAA : renvoie la partie de la date correspondant à l’année.
+ Q : Cela renvoie la date du premier jour du trimestre auquel la date appartient.
+ MM : renvoie la partie de la date correspondant au mois.
+ DD : renvoie la partie de la date correspondant au jour.
+ WK : renvoie la partie de la date correspondant à la semaine. La semaine commence le dimanche sur Amazon Quick.
+ HH : renvoie la partie de la date correspondant à l’heure.
+ MI : renvoie la partie de la date correspondant à la minute.
+ SS : renvoie la deuxième partie de la date.
+ MS : renvoie la partie milliseconde de la date.
## Type de retour
Entier
## Exemple
L’exemple suivant retourne la différence entre deux dates.
```
dateDiff(orderDate, shipDate, "MM")
```
Les valeurs suivantes sont celles du champ donné.
```
orderDate shipdate
=============================
01/01/18 03/05/18
09/13/17 10/20/17
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
2
1
```
# endsWith
`endsWith` évalue si l’expression se termine par une sous-chaîne que vous spécifiez. Si l’expression se termine par la sous-chaîne, `endsWith` renvoie vrai, sinon il renvoie faux.
## Syntaxe
```
endsWith(expression, substring, string-comparison-mode)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*substring*
L’ensemble des caractères à vérifier par rapport à l’*expression*. La sous-chaîne peut être contenue une ou plusieurs fois dans l’*expression*.
*string-comparison-mode*
(Facultatif) Spécifie le mode de comparaison de chaînes à utiliser :
+ `CASE_SENSITIVE` – Les comparaisons de chaînes sont sensibles à la casse.
+ `CASE_INSENSITIVE` – Les comparaisons de chaînes sont insensibles à la casse.
La valeur par défaut est `CASE_SENSITIVE` lorsqu’elle est vide.
## Type de retour
Booléen
## Exemples
### Exemple de sensibilité à la casse par défaut
L’exemple suivant, sensible à la casse, évalue si `state_nm` se termine par **"York"**.
```
endsWith(state_nm, "York")
```
Les valeurs suivantes sont celles du champ donné.
```
New York
new york
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
true
false
```
### Exemple insensible à la casse
L’exemple suivant, insensible à la casse, évalue si `state_nm` se termine par **"york"**.
```
endsWith(state_nm, "york", CASE_INSENSITIVE)
```
Les valeurs suivantes sont celles du champ donné.
```
New York
new york
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
true
true
```
### Exemple avec des instructions conditionnelles
La fonction `endsWith` peut être utilisée comme instruction conditionnelle dans les fonctions If suivantes : [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) et [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html).
L’exemple suivant additionne `Sales` uniquement si `state_nm` se termine par **"York"**.
```
sumIf(Sales,endsWith(state_nm, "York"))
```
### Exemple « ne contient PAS »
L’opérateur conditionnel `NOT` peut être utilisé pour évaluer si l’expression ne commence pas par la sous-chaîne spécifiée.
```
NOT(endsWith(state_nm, "York"))
```
### Exemple d’utilisation de valeurs numériques
Des valeurs numériques peuvent être utilisées dans les arguments d’expression ou de sous-chaîne en appliquant la fonction `toString`.
```
endsWith(state_nm, toString(5) )
```
# epochDate
`epochDate`[convertit une date d'époque en une date standard au format YYYY-MM-DD **T** KK:MM:SS.sss **Z**, en utilisant la syntaxe du modèle de format spécifiée dans Class dans la documentation du projet Joda. DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html) Par exemple : `2015-10-15T19:11:51.003Z`.
`epochDate`est compatible avec des analyses basées sur des ensembles de données stockés dans Quick (SPICE).
## Syntaxe
```
epochDate(epochdate)
```
## Arguments
*epochdate*
Date d’époque, qui est une représentation sous forme d’un nombre entier d’une date en tant que nombre de secondes depuis 00:00:00 UTC, le 1er janvier 1970.
*epochdate* doit être un entier. Ce peut être le nom d’un champ qui utilise le type de données entier, une valeur d’entier littérale ou un appel à une autre fonction qui génère un nombre entier. Si la valeur entière est supérieure à 10 chiffres, les chiffres après la 10e place sont ignorés.
## Type de retour
Date
## Exemple
L’exemple suivant convertit une date d’époque en date standard.
```
epochDate(3100768000)
```
La valeur suivante est renvoyée.
```
2068-04-04T12:26:40.000Z
```
# Exp
`exp` renvoie la base du journal naturel e élevé à la puissance d’une expression donnée.
## Syntaxe
```
exp(expression)
```
## Arguments
*expression*
L’expression doit être numérique. Il peut s’agir d’un nom de champ, d’une valeur littérale ou d’une autre fonction.
# Extract
`extract` renvoie une partie spécifiée d’une valeur de date. Demander une partie liée à l’heure d’une date qui ne contient pas d’informations sur le temps retourne 0.
## Syntaxe
```
extract(period, date)
```
## Arguments
*point*
Période que vous souhaitez extraire de la valeur de date. Les périodes valides sont les suivantes :
+ AAAA : renvoie la partie de la date correspondant à l’année.
+ Q : Cela renvoie le trimestre auquel appartient la date (1–4).
+ MM : renvoie la partie de la date correspondant au mois.
+ DD : renvoie la partie de la date correspondant au jour.
+ WD : renvoie le jour de la semaine sous la forme d’un nombre entier, dimanche étant 1.
+ HH : renvoie la partie de la date correspondant à l’heure.
+ MI : renvoie la partie de la date correspondant à la minute.
+ SS : renvoie la deuxième partie de la date.
+ MS : renvoie la partie milliseconde de la date.
**Note**
L’extraction des millisecondes n’est pas prise en charge dans les bases de données Presto inférieures à la version 0.216.
*date*
Un champ de date ou un appel à une autre fonction qui génère une date.
## Type de retour
Entier
## Exemple
L’exemple suivant extrait le jour d’une valeur de date.
```
extract('DD', orderDate)
```
Les valeurs suivantes sont celles du champ donné.
```
orderDate
=========
01/01/14
09/13/16
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
01
13
```
# Floor
`floor` diminue une décimale valeur à l’entier inférieur le plus proche. Par exemple, `floor(29.08)` renvoie `29`.
## Syntaxe
```
floor(decimal)
```
## Arguments
*decimal*
Un champ qui utilise le type de données décimale, une valeur littérale comme **17.62** ou un appel à une autre fonction qui génère un nombre décimal.
## Type de retour
Entier
## Exemple
L’exemple suivant diminue un champ décimal à l’entier inférieur le plus proche.
```
floor(salesAmount)
```
Les valeurs suivantes sont celles du champ donné.
```
20.13
892.03
57.54
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
20
892
57
```
# formatDate
`formatDate` met en forme une date à l’aide d’un modèle que vous spécifiez. Lorsque vous préparez des données, vous pouvez utiliser `formatDate` pour reformater la date. Pour reformater une date dans une analyse, vous choisissez l’option de format dans le menu contextuel du champ de date.
## Syntaxe
```
formatDate(date, ['format'])
```
## Arguments
*date*
Un champ de date ou un appel à une autre fonction qui génère une date.
*format*
(Facultatif) Chaîne contenant le modèle de format à appliquer. Cet argument accepte les modèles de format spécifiés dans [Formats de date pris en charge](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html).
Si vous ne spécifiez aucun format, le format par défaut est AAAA-MM-JJ**T**kk:mm:ss:SSS.
## Type de retour
String
## Exemple
L’exemple suivant met en forme une date UTC.
```
formatDate(orderDate, 'dd-MMM-yyyy')
```
Les valeurs suivantes sont celles du champ donné.
```
order date
=========
2012-12-14T00:00:00.000Z
2013-12-29T00:00:00.000Z
2012-11-15T00:00:00.000Z
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
13 Dec 2012
28 Dec 2013
14 Nov 2012
```
## Exemple
Si la date contient des guillemets simples ou des apostrophes, par exemple `yyyyMMdd'T'HHmmss`, vous pouvez gérer ce format de date en utilisant l’une des méthodes suivantes.
+ Mettez la date entière entre guillemets doubles, comme indiqué dans l’exemple suivant :
```
formatDate({myDateField}, "yyyyMMdd'T'HHmmss")
```
+ Mettez une barre oblique inverse ( `\` ) à gauche des guillemets simples ou des apostrophes, comme indiqué dans l’exemple suivant :
```
formatDate({myDateField}, 'yyyyMMdd\'T\'HHmmss')
```
# Ifelse
`ifelse` évalue un ensemble de paires d’expressions *if*, *then* et renvoie la valeur de l’argument *then* pour le premier argument *if* ayant la valeur true. Si aucun des arguments *if* n’a la valeur true, la valeur de l’argument *else* est renvoyée.
## Syntaxe
```
ifelse(if-expression-1, then-expression-1 [, if-expression-n, then-expression-n ...], else-expression)
```
## Arguments
L’opérateur `ifelse` nécessite une ou plusieurs paires d’expressions *if*,*then* et requiert exactement une expression pour l’argument *else*.
*if-expression*
Expression à évaluer comme ayant ou non la valeur true. Il peut s’agir d’un nom de champ comme **address1**, d’une valeur littérale comme **'Unknown'** ou d’une autre fonction comme `toString(salesAmount)`. Par exemple : `isNotNull(FieldName)`.
Si vous utilisez plusieurs opérateurs AND et OR dans l’argument `if`, placez les instructions entre parenthèses pour identifier l’ordre de traitement. Par exemple, l’argument `if` suivant renvoie des enregistrements avec un mois 1, 2 ou 5 et l’année 2000.
```
ifelse((month = 5 OR month < 3) AND year = 2000, 'yes', 'no')
```
L’argument `if` suivant utilise les mêmes opérateurs, mais renvoie des enregistrements avec un mois 5 et n’importe quelle année, ou avec un mois 1 ou 2 et l’année 2000.
```
ifelse(month = 5 OR (month < 3 AND year = 2000), 'yes', 'no')
```
*then-expression*
L’expression à renvoyer si aucun des arguments *if* n’a la valeur « true ». Il peut s’agir d’un nom de champ comme **address1**, d’une valeur littérale comme **'Unknown'** ou d’un appel à une autre fonction. L’expression doit avoir le même type de données que les autres arguments `then` et l’argument `else`.
*else-expression*
Expression à renvoyer si aucun des arguments *if* n’a la valeur true. Il peut s’agir d’un nom de champ comme **address1**, d’une valeur littérale comme **'Unknown'** ou d’une autre fonction comme `toString(salesAmount)`. L’expression doit avoir le même type de données que tous les arguments `then`.
## Type de retour
`ifelse` renvoie une valeur du même type de données que les valeurs de *then-expression*. Toutes les données renvoyées par les expressions *then* et *else* doivent être du même type de données ou être converties dans le même type de données.
## Exemples
L’exemple suivant génère une colonne d’alias pour le champ `country`.
```
ifelse(country = "United States", "US", country = "China", "CN", country = "India", "IN", "Others")
```
Pour de tels cas d’utilisation, il est recommandé d’évaluer chaque valeur d’un champ par rapport à une liste de littéraux et de renvoyer le résultat correspondant à la première valeur correspondante, ce qui simplifie votre travail. L’exemple précédent peut être réécrit sous la forme suivante en utilisant [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")
```
L’exemple suivant classe les ventes par client en niveaux lisibles par l’homme.
```
ifelse(salesPerCustomer < 1000, “VERY_LOW”, salesPerCustomer < 10000, “LOW”, salesPerCustomer < 100000, “MEDIUM”, “HIGH”)
```
L’exemple suivant utilise AND, OR et NOT pour comparer plusieurs expressions à l’aide d’opérateurs conditionnels afin de baliser les meilleurs clients hors (NOT) Washington et Oregon bénéficiant d’une promotion spéciale, qui ont réalisé plus de 10 commandes. Si aucune valeur n’est retournée, la valeur `'n/a'` est utilisée.
```
ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a')
```
Les exemples suivants utilisent uniquement OR pour générer une nouvelle colonne contenant le nom du continent correspondant à chaque `country`.
```
ifelse(country = "United States" OR country = "Canada", "North America", country = "China" OR country = "India" OR country = "Japan", "Asia", "Others")
```
L’exemple précédent peut être simplifié comme le montre l’exemple suivant. L’exemple suivant utilise `ifelse` et [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) pour créer une valeur dans une nouvelle colonne pour toute ligne où la valeur testée se trouve dans une liste littérale. Vous pouvez également utiliser `ifelse` avec [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")
```
Les auteurs peuvent enregistrer une liste littérale dans un paramètre multivaleur et l’utiliser dans les fonctions [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) ou [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html). L’exemple suivant est un équivalent de l’exemple précédent, sauf que les listes littérales sont stockées dans deux paramètres multivaleur.
```
ifelse(in(country,${NorthAmericaCountryParam}), "North America", in(country,${AsiaCountryParam}),"Asia", "Others")
```
L’exemple suivant attribue un groupe à un enregistrement de vente basé sur le total des ventes. La structure de chaque phrase `if-then` imite le comportement de *between*, un mot-clé qui ne fonctionne pas actuellement dans les expressions de champs calculés. Par exemple, le résultat de la comparaison `salesTotal >= 0 AND salesTotal < 500` renvoie les mêmes valeurs que la comparaison SQL `salesTotal between 0 and 499`.
```
ifelse(salesTotal >= 0 AND salesTotal < 500, 'Group 1', salesTotal >= 500 AND salesTotal < 1000, 'Group 2', 'Group 3')
```
L’exemple suivant teste la présence d’une valeur NULL en utilisant `coalesce` pour renvoyer la première valeur non NULL. Au lieu de devoir vous souvenir de la signification d’une valeur NULL dans un champ de date, vous pouvez utiliser une description lisible. Si la date de déconnexion est NULL, l’exemple renvoie la date de suspension, sauf si les deux sont NULL. Dans ce cas, `coalesce(DiscoDate, SuspendDate, '12/31/2491')` renvoie `'12/31/2491'`. La valeur de retour doit correspondre aux autres types de données. Cette date peut sembler une valeur inhabituelle, mais une date du 25e siècle simule raisonnablement la « fin des temps », définie comme la date la plus élevée dans un datamart.
```
ifelse ( (coalesce(DiscoDate, SuspendDate, '12/31/2491') = '12/31/2491'), 'Active subscriber', 'Inactive subscriber')
```
Le texte suivant présente un exemple plus complexe dans un format plus lisible, afin de montrer qu’il n’est pas nécessaire de comprimer votre code en une seule longue ligne. Cet exemple prévoit des comparaisons multiples de la valeur d’un résultat d’enquête. Il gère les valeurs NULL potentielles pour ce champ et catégorise deux plages acceptables. Il identifie également une plage qui nécessite davantage de tests et une autre qui n’est pas valide (hors plage). Pour toutes les valeurs restantes, il applique la condition `else` et indique que la ligne doit faire l’objet d’un nouveau test trois ans après la date qui y figure.
```
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})
)
)
)
```
L’exemple suivant attribue un nom de région créé « manuellement » à un groupe d’états. Il utilise également des espaces et des commentaires, enveloppés dans `/* */`, pour faciliter la maintenance du code.
```
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 logique du marquage des régions se décompose comme suit :
1. Nous dressons la liste des états que nous voulons pour chaque région, en plaçant chaque liste entre guillemets pour en faire une chaîne de caractères, comme suit :
+ `'New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire'`
+ `'Georgia, Alabama, South Carolina, Louisiana'`
+ Vous pouvez ajouter d’autres ensembles, ou utiliser des pays, des villes, des provinces ou des What3Words si vous le voulez.
1. Nous demandons si la valeur de `State` (pour chaque ligne) se trouve dans la liste, en utilisant la fonction `locate` pour renvoyer une valeur non nulle si l’état se trouve dans la liste, comme suit.
```
locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State})
and
locate('Georgia, Alabama, South Carolina, Louisiana',{State})
```
1. La fonction `locate` renvoie un nombre au lieu de `TRUE` ou `FALSE`, mais `ifelse` nécessite la valeur booléenne `TRUE`/`FALSE`. Pour contourner ce problème, nous pouvons comparer le résultat de `locate` à un nombre. Si l’état est dans la liste, la valeur de retour est supérieure à zéro.
1. Demandez si l’état est présent.
```
locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0
```
1. S’il est présent dans la région, indiquez qu’il s’agit d’une région spécifique, dans ce cas la région du Nord-Est.
```
/*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0,
/*The then expression:*/ 'Northeast',
```
1. Parce que nous avons des états qui ne sont pas dans une liste, et parce que `ifelse` nécessite une seule expression `else`, nous fournissons `'Other Region'` comme étiquette pour les états restants.
```
/*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. Nous enveloppons tout cela dans la fonction `ifelse( )` pour obtenir la version finale. L’exemple suivant ne tient pas compte des états de la région du Sud-Est qui figuraient dans l’original. Vous pouvez les ajouter à la place de la balise *``*.
Si vous voulez ajouter d’autres régions, vous pouvez construire d’autres copies de ces deux lignes et modifier la liste des états en fonction de vos besoins. Vous pouvez changer le nom de la région pour quelque chose qui vous convient, et changer le nom du champ `State` pour tout ce dont vous avez besoin.
```
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'
)
```
**Note**
Il existe d’autres façons d’effectuer la comparaison initiale de l’expression if. Par exemple, supposons que vous posiez la question « Quels sont les États qui ne manquent pas dans cette liste ? » plutôt que « Quels sont les États qui figurent sur la liste ? » Dans ce cas, vous pouvez la formuler différemment. Vous pourriez comparer l’instruction locate à zéro pour trouver les valeurs manquantes dans la liste, puis utiliser l’opérateur NOT pour les classer comme « non manquantes », comme suit.
```
/*The if expression:*/ NOT (locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) = 0),
```
Les deux versions sont correctes. La version que vous choisissez doit être la plus logique pour vous et votre équipe, afin que vous puissiez la maintenir facilement. Si toutes les options semblent équivalentes, choisissez la plus simple.
# in
`in` évalue si une expression existe dans une liste littérale. Si la liste contient l’expression, in renvoie vrai, sinon il renvoie faux. `in` est sensible à la casse pour les entrées de type chaîne de caractères.
`in` accepte deux types de listes littérales : une liste saisie manuellement et un [paramètre multivaleur](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html).
## Syntaxe
Utilisation d’une liste saisie manuellement :
```
in(expression, [literal-1, ...])
```
Utilisation d’un paramètre multivaleur :
```
in(expression, $multivalue_parameter)
```
## Arguments
*expression*
L’expression à comparer aux éléments de la liste littérale. Il peut s’agir d’un nom de champ comme `address`, d’une valeur littérale comme « **Unknown** », d’un paramètre à valeur unique ou d’un appel à une autre fonction scalaire, à condition que cette fonction ne soit pas une fonction d’agrégation ou un calcul de table.
*liste littérale*
(obligatoire) Il peut s’agir d’une liste saisie manuellement ou d’un paramètre multivaleur. Cet argument accepte jusqu’à 5 000 éléments. Toutefois, dans le cas d’une interrogation directe d’une source de données tierce, par exemple Oracle ou Teradata, la restriction peut être inférieure.
+ ***liste saisie manuellement*** – Une ou plusieurs valeurs littérales dans une liste à comparer à l’expression. La liste doit être placée entre crochets. Toutes les valeurs littérales à comparer doivent avoir le même type de données que l’expression.
+ ***paramètre multivaleur*** – Un paramètre multivaleur prédéfini transmis sous la forme d’une liste littérale. Le paramètre multivaleur doit avoir le même type de données que l’expression.
## Type de retour
Valeur booléenne : TRUE/FALSE
## Exemple avec une liste statique
L’exemple suivant évalue le champ `origin_state_name` pour les valeurs d’une liste de chaînes de caractères. Lors de la comparaison des entrées de type chaîne de caractères, `in` ne prend en charge que la comparaison sensible à la casse.
```
in(origin_state_name,["Georgia", "Ohio", "Texas"])
```
Les valeurs suivantes sont celles du champ donné.
```
"Washington"
"ohio"
"Texas"
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
false
false
true
```
La troisième valeur de retour est vraie car seul « Texas » fait partie des valeurs incluses.
L’exemple suivant évalue le champ `fl_date` pour les valeurs d’une liste de chaînes de caractères. Afin de faire correspondre le type, `toString` est utilisé pour convertir le type de date en type de chaîne.
```
in(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"])
```
![\[Une image des résultats de l’exemple de fonction, présentés sous forme de tableau.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/in-function-example-manual-list.png)
Les valeurs littérales et les valeurs NULL sont prises en charge dans l’argument de l’expression pour être comparées aux valeurs littérales de la liste. Les deux exemples suivants génèrent une nouvelle colonne de valeurs VRAIES.
```
in("Washington",["Washington","Ohio"])
```
```
in(NULL,[NULL,"Ohio"])
```
## Exemple avec un paramètre mutivaleur
Supposons qu’un auteur crée un [paramètre multivaleur](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html) contenant une liste de tous les noms d’état. Il ajoute ensuite un contrôle permettant au lecteur de sélectionner des valeurs dans la liste.
Ensuite, le lecteur sélectionne trois valeurs (« Georgia », « Ohio » et « Texas ») dans le contrôle de liste déroulante du paramètre. Dans ce cas, l’expression suivante est équivalente au premier exemple, où ces trois noms d’état sont transmis en tant que liste littérale à comparer avec le champ `original_state_name`.
```
in (origin_state_name, ${stateName MultivalueParameter})
```
## Exemple avec `ifelse`
Le champ `in` peut être imbriqué dans d’autres fonctions en tant que valeur booléenne. Par exemple, les auteurs peuvent évaluer n’importe quelle expression dans une liste et renvoyer la valeur qu’ils veulent en utilisant `in` et `ifelse`. L’exemple suivant évalue si le `dest_state_name` d’un vol se trouve dans une liste particulière d’états américains et renvoie différentes catégories d’états sur la base de la comparaison.
```
ifelse(in(dest_state_name,["Washington", "Oregon","California"]), "WestCoastUSState", "Other US State")
```
![\[Une image des résultats de l’exemple de fonction, présentés sous forme de tableau.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/in-function-with-ifelse.png)
# intToDecimal
`intToDecimal` convertit une valeur d’entier en type de données décimales.
## Syntaxe
```
intToDecimal(integer)
```
## Arguments
*int*
Un champ qui utilise le type de données d’entier, une valeur littérale comme **14** ou un appel à une autre fonction qui génère un entier.
## Type de retour
Décimal (fixe) dans l'ancienne expérience de préparation des données.
Décimal (flottant) dans la nouvelle expérience de préparation des données.
## Exemple
L’exemple suivant convertit un champ d’entier en décimal.
```
intToDecimal(price)
```
Les valeurs suivantes sont celles du champ donné.
```
20
892
57
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
20.0
892.0
58.0
```
Vous pouvez appliquer un formatage dans une analyse, par exemple pour formater `price` comme devise.
# isNotNull
`isNotNull` évalue une expression pour voir si elle a la valeur not null. Si l’expression dispose d’une valeur non nulle, `isNotNull` renvoie la valeur « true », sinon, elle renvoie « false ».
## Syntaxe
```
isNotNull(expression)
```
## Arguments
*expression*
Expression à évaluer comme ayant ou non la valeur null. Il peut s’agir d’un nom de champ comme **address1** ou d’un appel à une autre fonction qui génère une chaîne.
## Type de retour
Booléen
## Exemple
L’exemple suivant évalue le champ sales\$1amount pour voir s’il contient des valeurs null.
```
isNotNull(salesAmount)
```
Les valeurs suivantes sont celles du champ donné.
```
20.13
(null)
57.54
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
true
false
true
```
# isNull
`isNull` évalue une expression pour voir si elle a la valeur null. Si l’expression dispose d’une valeur nulle, `isNull` renvoie la valeur « true », sinon, elle renvoie « false ».
## Syntaxe
```
isNull(expression)
```
## Arguments
*expression*
Expression à évaluer comme ayant ou non la valeur null. Il peut s’agir d’un nom de champ comme **address1** ou d’un appel à une autre fonction qui génère une chaîne.
## Type de retour
Booléen
## Exemple
L’exemple suivant évalue le champ sales\$1amount pour voir s’il contient des valeurs null.
```
isNull(salesAmount)
```
Les valeurs suivantes sont celles du champ donné.
```
20.13
(null)
57.54
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
false
true
false
```
L’exemple suivant teste la présence d’une valeur NULL dans une instruction `ifelse` et renvoie à la place une valeur lisible par l’homme.
```
ifelse( isNull({ActiveFlag}) , 'Inactive', 'Active')
```
# isWorkDay
`isWorkDay` évalue une valeur date-heure donnée pour déterminer s’il s’agit d’un jour ouvrable ou non.
`isWorkDay` suppose une semaine de travail standard de 5 jours commençant le lundi et se terminant le vendredi. Le samedi et le dimanche sont considérés comme des week-ends. La fonction calcule toujours son résultat à la granularité `DAY` et ne tient pas compte de la date d’entrée donnée.
## Syntaxe
```
isWorkDay(inputDate)
```
## Arguments
*inputDate*
La valeur date-heure que vous voulez évaluer. Les valeurs valides sont les suivantes :
+ Champs du jeu de données : tout champ `date` du jeu de données auquel vous ajoutez cette fonction.
+ Fonctions de date : toute date produite par une autre fonction `date`, par exemple `parseDate`.
+ Champs calculés : tout champ calculé rapidement qui renvoie une `date` valeur.
+ Paramètres : n'importe quel `DateTime` paramètre rapide.
## Type de retour
Entier (`0` ou `1`)
## Exemple
L’exemple suivant détermine si le champ `application_date` est un jour ouvrable ou non.
Supposons qu’il existe un champ nommé `application_date` avec les valeurs suivantes :
```
2022-08-10
2022-08-06
2022-08-07
```
Lorsque vous utilisez ces champs et ajoutez les calculs suivants, `isWorkDay` renvoie les valeurs ci-dessous :
```
isWorkDay({application_date})
1
0
0
```
L’exemple suivant filtre les employés dont l’emploi se termine un jour ouvrable et détermine si leur emploi a commencé un jour ouvrable ou un week-end à l’aide d’une mise en forme conditionnelle :
```
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/fr_fr/quick/latest/userguide/images/isWorkDay-example.png)
# Left
`left` retourne les caractères les plus à gauche d’une chaîne, y compris les espaces. Vous spécifiez le nombre de caractères à renvoyer.
## Syntaxe
```
left(expression, limit)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*limit*
Nombre de caractères à renvoyer d’une *expression*, à partir du premier caractère de la chaîne.
## Type de retour
String
## Exemple
L’exemple suivant renvoie les 3 premiers caractères d’une chaîne.
```
left('Seattle Store #14', 3)
```
La valeur suivante est renvoyée.
```
Sea
```
# Locate
`locate` localise une sous-chaîne que vous spécifiez dans une autre chaîne et renvoie le nombre de caractères jusqu’au premier caractère de la sous-chaîne. La fonction renvoie 0 si elle ne trouve pas la sous-chaîne. La fonction est basée sur 1.
## Syntaxe
```
locate(expression, substring, start)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*substring*
Jeu de caractères dans l’*expression* que vous souhaitez rechercher. La sous-chaîne peut être contenue une ou plusieurs fois dans l’*expression*.
*début*
(Facultatif) Si *substring* se produit plus d’une fois, utilisez *start* pour identifier dans la chaîne l’emplacement où la fonction doit commencer à chercher la sous-chaîne. Par exemple, imaginons que vous voulez trouver le deuxième exemple d’une sous-chaîne et que vous pensez qu’il se produit généralement après les 10 premiers caractères. Vous devez spécifier une valeur *start* de 10. Elle doit commencer à 1.
## Type de retour
Entier
## Exemples
L’exemple suivant renvoie des informations sur l’emplacement où la première occurrence de la sous-chaîne « and » apparaît dans une chaîne.
```
locate('1 and 2 and 3 and 4', 'and')
```
La valeur suivante est renvoyée.
```
3
```
L’exemple suivant renvoie des informations sur l’emplacement de la première occurrence de la sous-chaîne « and » dans une chaîne après le quatrième caractère.
```
locate('1 and 2 and 3 and 4', 'and', 4)
```
La valeur suivante est renvoyée.
```
9
```
# Log
`log` renvoie le logarithme de base 10 d’une expression donnée.
## Syntaxe
```
log(expression)
```
## Arguments
*expression*
L’expression doit être numérique. Il peut s’agir d’un nom de champ, d’une valeur littérale ou d’une autre fonction.
# Ln
`ln` renvoie le logarithme naturel d’une expression donnée.
## Syntaxe
```
ln(expression)
```
## Arguments
*expression*
L’expression doit être numérique. Il peut s’agir d’un nom de champ, d’une valeur littérale ou d’une autre fonction.
# Ltrim
`ltrim` supprime l’espace blanc précédent d’une chaîne.
## Syntaxe
```
ltrim(expression)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
## Type de retour
String
## Exemple
L’exemple suivant supprime les espaces précédents d’une chaîne.
```
ltrim(' Seattle Store #14')
```
La valeur suivante est renvoyée.
```
Seattle Store #14
```
# Mod
Utilisez la fonction `mod` pour trouver la partie restante après avoir divisé le nombre par le diviseur. Vous pouvez utiliser la fonction `mod` ou l’opérateur modulo (%) de manière interchangeable.
## Syntaxe
```
mod(number, divisor)
```
```
number%divisor
```
## Arguments
*number*
Le nombre est l’entier positif que vous voulez diviser et pour lequel vous souhaitez trouver la partie restante.
*divisor*
Le diviseur est l’entier positif que vous utilisez pour diviser. Si le diviseur correspond à zéro, cette fonction renvoie une erreur lors de la division par 0.
## Exemple
Les exemples suivants renvoient le modulo de 17 lors de la division par 6. Le premier exemple utilise l’opérateur % et le second utilise la fonction mod.
```
17%6
```
```
mod( 17, 6 )
```
La valeur suivante est renvoyée.
```
5
```
# netWorkDays
`netWorkDays`renvoie le nombre de jours ouvrables entre les deux champs de date fournis ou même les valeurs de date personnalisées générées à l'aide d'autres fonctions de date rapide telles que `parseDate` ou `epochDate` sous forme de nombre entier.
`netWorkDays` suppose une semaine de travail standard de 5 jours commençant le lundi et se terminant le vendredi. Le samedi et le dimanche sont considérés comme des week-ends. Le calcul inclut à la fois `startDate` et `endDate`. La fonction opère et affiche les résultats pour la granularité DAY.
## Syntaxe
```
netWorkDays(startDate, endDate)
```
## Arguments
*startDate*
Il s’agit d’une date valide non NULL qui sert de date de début pour le calcul.
+ Champs du jeu de données : tout champ `date` du jeu de données auquel vous ajoutez cette fonction.
+ Fonctions de date : toute date produite par une autre fonction `date`, par exemple `parseDate`.
+ Champs calculés : tout champ calculé rapidement qui renvoie une `date` valeur.
+ Paramètres : n'importe quel `DateTime` paramètre rapide.
+ Toute combinaison des valeurs d’argument énoncées ci-dessus.
*endDate*
Une date valide non NULL qui sert de date de fin pour le calcul.
+ Champs du jeu de données : tout champ `date` du jeu de données auquel vous ajoutez cette fonction.
+ Fonctions de date : toute date produite par une autre fonction `date`, par exemple `parseDate`.
+ Champs calculés : tout champ calculé rapidement qui renvoie une `date` valeur.
+ Paramètres : n'importe quel `DateTime` paramètre rapide.
+ Toute combinaison des valeurs d’argument énoncées ci-dessus.
## Type de retour
Entier
## Valeurs de sortie
Les valeurs de sortie attendues sont les suivantes :
+ Nombre entier positif (lorsque start\$1date < end\$1date)
+ Nombre entier négatif (lorsque start\$1date > end\$1date)
+ NULL lorsque l’un ou les deux arguments reçoivent une valeur nulle de la fonction `dataset field`.
## Exemple
L’exemple suivant renvoie le nombre de jours ouvrables compris entre deux dates.
Supposons qu’il existe un champ nommé `application_date` avec les valeurs suivantes :
```
netWorkDays({startDate}, {endDate})
```
Les valeurs suivantes sont celles du champ donné.
```
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
```
L’exemple suivant calcule le nombre de jours travaillés par chaque employé et le salaire dépensé par jour pour chaque employé :
```
days_worked = netWorkDays({employment_start_date}, {employment_end_date})
salary_per_day = {salary}/{days_worked}
```
L’exemple suivant filtre les employés dont l’emploi se termine un jour ouvrable et détermine si leur emploi a commencé un jour ouvrable ou un week-end à l’aide d’une mise en forme conditionnelle :
```
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/fr_fr/quick/latest/userguide/images/netWorkDays-function-example.png)
# Now
Pour les jeux de données de base de données qui interrogent directement la base de données, `now` retourne la date et l’heure à l’aide des paramètres et du format spécifiés par le serveur de base de données. Pour les jeux de données SPICE et Salesforce, `now` retourne la date et l’heure UTC au format `yyyy-MM-ddTkk:mm:ss:SSSZ` (par exemple, 2015-10-15T19:11:51:003Z).
## Syntaxe
```
now()
```
## Type de retour
Date
# notIn
`notIn` évalue si une expression existe dans une liste littérale. Si la liste ne contient pas l’expression, `notIn` renvoie vrai, sinon il renvoie faux. `notIn` est sensible à la casse pour les entrées de type chaîne de caractères.
`notIn` accepte deux types de listes littérales : une liste saisie manuellement et un [paramètre multivaleur](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html).
## Syntaxe
Utilisation d’une liste saisie manuellement :
```
notIn(expression, [literal-1, ...])
```
Utilisation d’un paramètre multivaleur :
```
notIn(expression, $multivalue_parameter)
```
## Arguments
*expression*
L’expression à comparer aux éléments de la liste littérale. Il peut s’agir d’un nom de champ comme `address`, d’une valeur littérale comme « **Unknown** », d’un paramètre à valeur unique ou d’un appel à une autre fonction scalaire, à condition que cette fonction ne soit pas une fonction d’agrégation ou un calcul de table.
*liste littérale*
(obligatoire) Il peut s’agir d’une liste saisie manuellement ou d’un paramètre multivaleur. Cet argument accepte jusqu’à 5 000 éléments. Toutefois, dans le cas d’une interrogation directe d’une source de données tierce, par exemple Oracle ou Teradata, la restriction peut être inférieure.
+ ***liste saisie manuellement*** – Une ou plusieurs valeurs littérales dans une liste à comparer à l’expression. La liste doit être placée entre crochets. Toutes les valeurs littérales à comparer doivent avoir le même type de données que l’expression.
+ ***paramètre multivaleur*** – Un paramètre multivaleur prédéfini transmis sous la forme d’une liste littérale. Le paramètre multivaleur doit avoir le même type de données que l’expression.
## Type de retour
Valeur booléenne : TRUE/FALSE
## Exemple avec une liste saisie manuellement
L’exemple suivant évalue le champ `origin_state_name` pour les valeurs d’une liste de chaînes de caractères. Lors de la comparaison des entrées de type chaîne de caractères, `notIn` ne prend en charge que la comparaison sensible à la casse.
```
notIn(origin_state_name,["Georgia", "Ohio", "Texas"])
```
Les valeurs suivantes sont celles du champ donné.
```
"Washington"
"ohio"
"Texas"
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
true
true
false
```
La troisième valeur de retour est fausse car seul « Texas » fait partie des valeurs exclues.
L’exemple suivant évalue le champ `fl_date` pour les valeurs d’une liste de chaînes de caractères. Afin de faire correspondre le type, `toString` est utilisé pour convertir le type de date en type de chaîne.
```
notIn(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"])
```
![\[Une image des résultats de l’exemple de fonction, présentés sous forme de tableau.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/notin-function-example-manual-list.png)
Les valeurs littérales et les valeurs NULL sont prises en charge dans l’argument de l’expression pour être comparées aux valeurs littérales de la liste. Les deux exemples suivants génèrent une nouvelle colonne de valeurs FAUX.
```
notIn("Washington",["Washington","Ohio"])
```
```
notIn(NULL,[NULL,"Ohio"])
```
## Exemple avec un paramètre mutivaleur
Supposons qu’un auteur crée un [paramètre multivaleur](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html) contenant une liste de tous les noms d’état. Il ajoute ensuite un contrôle permettant au lecteur de sélectionner des valeurs dans la liste.
Ensuite, le lecteur sélectionne trois valeurs (« Georgia », « Ohio » et « Texas ») dans le contrôle de liste déroulante du paramètre. Dans ce cas, l’expression suivante est équivalente au premier exemple, où ces trois noms d’état sont transmis en tant que liste littérale à comparer avec le champ `original_state_name`.
```
notIn (origin_state_name, ${stateName MultivalueParameter})
```
## Exemple avec `ifelse`
Le champ `notIn` peut être imbriqué dans d’autres fonctions en tant que valeur booléenne. Par exemple, les auteurs peuvent évaluer n’importe quelle expression dans une liste et renvoyer la valeur qu’ils veulent en utilisant `notIn` et `ifelse`. L’exemple suivant évalue si le `dest_state_name` d’un vol se trouve dans une liste particulière d’états américains et renvoie différentes catégories d’états sur la base de la comparaison.
```
ifelse(notIn(dest_state_name,["Washington", "Oregon","California"]), "notWestCoastUSState", "WestCoastUSState")
```
![\[Une image des résultats de l’exemple de fonction, présentés sous forme de tableau.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/notin-function-with-ifelse.png)
# nullIf
`nullIf` compare deux expressions. Si elles sont égales, la fonction retourne null. Si elles ne sont pas égales, la fonction renvoie la première expression.
## Syntaxe
```
nullIf(expression1, expression2)
```
## Arguments
`nullIf` prend deux expressions comme arguments.
*expression*
L’expression peut être de type numérique, datetime ou chaîne. Il peut s’agir d’un nom de champ, d’une valeur littérale ou d’une autre fonction.
## Type de retour
String
## Exemple
L’exemple suivant retourne des valeurs nulles si la raison pour un délai d’expédition est inconnue.
```
nullIf(delayReason, 'unknown')
```
Les valeurs suivantes sont celles du champ donné.
```
delayReason
============
unknown
back ordered
weather delay
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
(null)
back ordered
weather delay
```
# parseDate
`parseDate`analyse une chaîne pour déterminer si elle contient une valeur de date et renvoie une date standard au format `yyyy-MM-ddTkk:mm:ss.SSSZ` (en utilisant la syntaxe du modèle de format spécifiée dans [Class DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html) dans la documentation du projet Joda), par exemple 2015-10-15T 19:11:51.003 Z. Cette fonction retourne toutes les lignes qui contiennent une date dans un format valide et ignore toutes les lignes qui n’en contiennent pas, y compris les lignes qui contiennent des valeurs null.
Quick prend en charge des dates comprises entre le 1er janvier 1900 00:00:00 UTC et le 31 décembre 2037 23:59:59 UTC. Pour plus d'informations, consultez la section [Formats de date pris en charge](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html).
## Syntaxe
```
parseDate(expression, ['format'])
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'1/1/2016'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*format*
(Facultatif) Une chaîne contenant le modèle de format auquel *date\$1string* doit correspondre. Par exemple, si vous utilisez un champ contenant des données telles que**01/03/2016**, vous spécifiez le format « MM/dd/yyyy ». Si vous ne spécifiez pas de format, la valeur par défaut est `yyyy-MM-dd`. Les lignes dont les données ne sont pas conformes au *format* sont ignorées.
Différents formats de date sont pris en charge en fonction du type de jeu de données utilisé. Consultez le tableau suivant pour obtenir des détails sur les formats de date pris en charge.
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/parseDate-function.html)
## Type de retour
Date
## Exemple
L’exemple suivant évalue `prodDate` pour déterminer si elle contient des valeurs de date.
```
parseDate(prodDate, 'MM/dd/yyyy')
```
Les valeurs suivantes sont celles du champ donné.
```
prodDate
--------
01-01-1999
12/31/2006
1/18/1982
7/4/2010
```
Pour ces valeurs de champs, les lignes suivantes sont renvoyées.
```
12-31-2006T00:00:00.000Z
01-18-1982T00:00:00.000Z
07-04-2010T00:00:00.000Z
```
# parseDecimal
`parseDecimal` analyse une chaîne pour déterminer si elle contient une valeur décimale. Cette fonction renvoie toutes les lignes contenant une valeur décimale, d’entier ou null et ignore toutes les lignes qui n’en contiennent pas. Si la ligne contient une valeur entière, elle est retournée sous forme décimale avec un maximum de 4 décimales. Par exemple, une valeur de « 2 » est retournée sous la forme « 2.0 ».
## Syntaxe
```
parseDecimal(expression)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'9.62'** ou d’un appel à une autre fonction qui renvoie une chaîne.
## Type de retour
Décimal (fixe) dans l'ancienne expérience de préparation des données.
Décimal (flottant) dans la nouvelle expérience de préparation des données.
## Exemple
L’exemple suivant évalue `fee` pour déterminer si elle contient des valeurs décimales.
```
parseDecimal(fee)
```
Les valeurs suivantes sont celles du champ donné.
```
fee
--------
2
2a
12.13
3b
3.9
(null)
198.353398
```
Pour ces valeurs de champs, les lignes suivantes sont renvoyées.
```
2.0
12.13
3.9
(null)
198.3533
```
# parseInt
`parseInt` analyse une chaîne pour déterminer si elle contient une valeur d’entier. Cette fonction renvoie toutes les lignes contenant une valeur décimale, d’entier ou null et ignore toutes les lignes qui n’en contiennent pas. Si la ligne contient une valeur décimale, l’entier le plus proche est retourné, arrondi à une valeur inférieure. Par exemple, une valeur de « 2.99 » est retournée sous la forme « 2 ».
## Syntaxe
```
parseInt(expression)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'3'** ou d’un appel à une autre fonction qui renvoie une chaîne.
## Type de retour
Entier
## Exemple
L’exemple suivant évalue `feeType` pour déterminer si elle contient des valeurs entières.
```
parseInt(feeType)
```
Les valeurs suivantes sont celles du champ donné.
```
feeType
--------
2
2.1
2a
3
3b
(null)
5
```
Pour ces valeurs de champs, les lignes suivantes sont renvoyées.
```
2
2
3
(null)
5
```
# parseJson
Utilisez `parseJson` pour extraire des valeurs d’un objet JSON.
Si votre jeu de données est stocké dans QuickSPICE, vous pouvez l'utiliser `parseJson` lorsque vous préparez un ensemble de données, mais pas dans des champs calculés lors de l'analyse.
Pour les requêtes directes, vous pouvez utiliser `parseJson` à la fois pendant la préparation des données et l’analyse. La fonction `parseJson` s’applique à des chaînes ou à des types de données JSON natif, selon le langage, comme indiqué dans le tableau suivant.
| Langage | Type |
| --- | --- |
| PostgreSQL | JSON |
| Amazon Redshift | String |
| Microsoft SQL Server | String |
| MySQL | JSON |
| Teradata | JSON |
| Oracle | String |
| Presto | String |
| Snowflake | Objet de type de données semi-structuré et tableau |
| Hive | String |
## Syntaxe
```
parseJson(fieldName, path)
```
## Arguments
*fieldName*
Champ contenant l’objet JSON que vous souhaitez analyser.
*chemin*
Chemin d’accès à l’élément de données que vous souhaitez analyser à partir de l’objet JSON. Seuls les lettres, les chiffres et les espaces vides sont pris en charge dans l’argument de chemin. Exemples de syntaxe de chemin valide :
+ *\$1* – Objet racine
+ *.* – Opérateur enfant
+ *[ ]* – Opérateur d’indice pour un tableau
## Type de retour
String
## Exemple
L’exemple suivant évalue le format JSON entrant pour récupérer une valeur pour la quantité d’éléments. En utilisant ces informations pendant la préparation des données, vous pouvez créer une table en dehors de JSON.
```
parseJson({jsonField}, “$.items.qty”)
```
L’exemple suivant illustre le format JSON.
```
{
"customer": "John Doe",
"items": {
"product": "Beer",
"qty": 6
},
"list1": [
"val1",
"val2"
],
"list2": [
{
"list21key1": "list1value1"
}
]
}
```
Dans cet exemple, la valeur suivante est renvoyée.
```
6
```
## Exemple
L’exemple suivant évalue `JSONObject1` afin d’extraire la première paire clé-valeur (KVP), nommée `"State"`, et d’attribuer la valeur au champ calculé que vous créez.
```
parseJson(JSONObject1, “$.state”)
```
Les valeurs suivantes sont celles du champ donné.
```
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"}
```
Pour ces valeurs de champs, les lignes suivantes sont renvoyées.
```
New York
North Carolina
Utah
```
# Replace
`replace` remplace la partie d’une chaîne par une autre chaîne que vous spécifiez.
## Syntaxe
```
replace(expression, substring, replacement)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*substring*
Jeu de caractères dans l’*expression* que vous souhaitez remplacer. La sous-chaîne peut être contenue une ou plusieurs fois dans l’*expression*.
*replacement*
La chaîne que vous voulez remplacer pour *substring*.
## Type de retour
String
## Exemple
L’exemple suivant remplace la sous-chaîne « and » par « or ».
```
replace('1 and 2 and 3', 'and', 'or')
```
La chaîne suivante est retournée.
```
1 or 2 or 3
```
# Right
`right` retourne les caractères les plus à droite d’une chaîne, y compris les espaces. Vous spécifiez le nombre de caractères à renvoyer.
## Syntaxe
```
right(expression, limit)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*limit*
Nombre de caractères à renvoyer d’une *expression*, à partir du dernier caractère de la chaîne.
## Type de retour
String
## Exemple
L’exemple suivant retourne les cinq derniers caractères d’une chaîne.
```
right('Seattle Store#14', 12)
```
La valeur suivante est renvoyée.
```
tle Store#14
```
# Round
`round` arrondit une valeur décimale au nombre entier plus proche si aucun ajustement n’est spécifié, ou à la décimale la plus proche si l’ajustement est sélectionné.
## Syntaxe
```
round(decimal, scale)
```
## Arguments
*decimal*
Un champ qui utilise le type de données décimale, une valeur littérale comme **17.62** ou un appel à une autre fonction qui génère un nombre décimal.
*échelle*
Le nombre de décimales à utiliser pour les valeurs retournées.
## Type de retour
| Opérande | Type de retour dans l'ancienne expérience de préparation des données | Type de retour dans la nouvelle expérience de préparation des données |
| --- | --- | --- |
| INT | DÉCIMAL (FIXE) | DÉCIMAL (FIXE) |
| DÉCIMAL (FIXE) | DÉCIMAL (FIXE) | DÉCIMAL (FIXE) |
| DÉCIMAL (FLOTTANT) | DÉCIMAL (FIXE) | DÉCIMAL (FLOTTANT) |
## Exemple
L’exemple suivant arrondit un champ décimal à la deuxième décimale la plus proche.
```
round(salesAmount, 2)
```
Les valeurs suivantes sont celles du champ donné.
```
20.1307
892.0388
57.5447
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
20.13
892.04
58.54
```
# Rtrim
`rtrim` supprime l’espace blanc suivant d’une chaîne.
## Syntaxe
```
rtrim(expression)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
## Type de retour
String
## Exemple
L’exemple suivant supprime les espaces suivants d’une chaîne.
```
rtrim('Seattle Store #14 ')
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
Seattle Store #14
```
# Split
`split` fractionne une chaîne en un tableau de sous-chaînes, sur la base d’un séparateur que vous choisissez, et renvoie l’élément spécifié par la position.
Vous pouvez ajouter `split` uniquement à un champ calculé lors de la préparation des données, et non à une analyse. Cette fonction n’est pas prise en charge dans les requêtes directes vers Microsoft SQL Server.
## Syntaxe
```
split(expression, delimiter , position)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street;1402 35th Ave;1818 Elm Ct;11 Janes Lane'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*delimiter*
Le caractère délimitant les endroits où la chaîne est divisée en sous-chaînes. Par exemple, `split('one|two|three', '|', 2)` change comme suit.
```
one
two
three
```
Si vous choisissez `position = 2`, `split` renvoie `'two'`.
*position*
(Obligatoire) La position de l’élément à renvoyer à partir du tableau. La position du premier élément du tableau est 1.
## Type de retour
Tableau de chaînes
## Exemple
L’exemple suivant scinde une chaîne dans un tableau, en utilisant le caractère point-virgule (;) comme délimiteur et renvoie le troisième élément du tableau.
```
split('123 Test St;1402 35th Ave;1818 Elm Ct;11 Janes Lane', ';', 3)
```
L’objet suivant est renvoyé.
```
1818 Elm Ct
```
Cette fonction ignore les éléments contenant des valeurs nulles ou des chaînes vides.
# Sqrt
`sqrt` renvoie la racine carrée d’une expression donnée.
## Syntaxe
```
sqrt(expression)
```
## Arguments
*expression*
L’expression doit être numérique. Il peut s’agir d’un nom de champ, d’une valeur littérale ou d’une autre fonction.
# startsWith
`startsWith` évalue si l’expression commence par une sous-chaîne que vous spécifiez. Si l’expression commence par la sous-chaîne, `startsWith` renvoie un résultat positif, sinon il renvoie un résultat négatif.
## Syntaxe
```
startsWith(expression, substring, string-comparison-mode)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
*substring*
L’ensemble des caractères à vérifier par rapport à l’*expression*. La sous-chaîne peut être contenue une ou plusieurs fois dans l’*expression*.
*string-comparison-mode*
(Facultatif) Spécifie le mode de comparaison de chaînes à utiliser :
+ `CASE_SENSITIVE` – Les comparaisons de chaînes sont sensibles à la casse.
+ `CASE_INSENSITIVE` – Les comparaisons de chaînes sont insensibles à la casse.
La valeur par défaut est `CASE_SENSITIVE` lorsqu’elle est vide.
## Type de retour
Booléen
## Exemples
### Exemple de sensibilité à la casse par défaut
L’exemple suivant, sensible à la casse, évalue si `state_nm` commence par **New**.
```
startsWith(state_nm, "New")
```
Les valeurs suivantes sont celles du champ donné.
```
New York
new york
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
true
false
```
### Exemple insensible à la casse
L’exemple suivant, insensible à la casse, évalue si `state_nm` commence par **new**.
```
startsWith(state_nm, "new", CASE_INSENSITIVE)
```
Les valeurs suivantes sont celles du champ donné.
```
New York
new york
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
true
true
```
### Exemple avec des instructions conditionnelles
La fonction `startsWith` peut être utilisée comme instruction conditionnelle dans les fonctions If suivantes : [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) et [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html).
L’exemple suivant additionne `Sales` uniquement si state\$1nm commence par **New**.
```
sumIf(Sales,startsWith(state_nm, "New"))
```
### Exemple « ne contient PAS »
L’opérateur conditionnel `NOT` peut être utilisé pour évaluer si l’expression ne commence pas par la sous-chaîne spécifiée.
```
NOT(startsWith(state_nm, "New"))
```
### Exemple d’utilisation de valeurs numériques
Des valeurs numériques peuvent être utilisées dans les arguments d’expression ou de sous-chaîne en appliquant la fonction `toString`.
```
startsWith(state_nm, toString(5) )
```
# Strlen
`strlen` retourne le nombre de caractères dans une chaîne, y compris les espaces.
## Syntaxe
```
strlen(expression)
```
## Arguments
*expression*
Une expression peut être le nom d’un champ qui utilise le type de données string comme **address1**, une valeur littérale comme **'Unknown'** ou une autre fonction comme `substring(field_name,0,5)`.
## Type de retour
Entier
## Exemple
L’exemple suivant renvoie la longueur de chaîne spécifiée.
```
strlen('1421 Main Street')
```
La valeur suivante est renvoyée.
```
16
```
# Substring
`substring` renvoie les caractères contenus dans une chaîne, en commençant à l’emplacement spécifié par l’argument *start* en poursuivant pour obtenir le nombre de caractères spécifié par les arguments *length*.
## Syntaxe
```
substring(expression, start, length)
```
## Arguments
*expression*
Une expression peut être le nom d’un champ qui utilise le type de données string comme **address1**, une valeur littérale comme **'Unknown'** ou une autre fonction comme `substring(field_name,1,5)`.
*début*
Emplacement du caractère de départ. *start* est inclusif, ce qui signifie que le caractère de départ est le premier caractère dans la valeur retournée. La valeur minimale pour *début* est 1.
*longueur*
Nombre de caractères supplémentaires à inclure après *start*. *length* est inclusif de *start*, ce qui signifie que le dernier caractère renvoyé est (*length* - 1) après le caractère de départ.
## Type de retour
String
## Exemple
L’exemple suivant retourne les caractères de la 13e à la 19e position dans une chaîne. Le début de la chaîne est l’indice 1, vous commencez donc à compter à partir du premier caractère.
```
substring('Fantasy and Science Fiction',13,7)
```
La valeur suivante est renvoyée.
```
Science
```
# switch
`switch` compare une *expression-condition* avec les étiquettes littérales, dans un ensemble de paires d’étiquettes littérales et de *return-expression*. Il renvoie ensuite l’expression *return-expression* correspondant à la première étiquette littérale qui est égale à l’expression *condition-expression*. Si aucune étiquette n’est égale à l’expression *condition-expression*, `switch` renvoie l’expression *default-expression*. Chaque *return-expression* et *default-expression* doit avoir le même type de données.
## Syntaxe
```
switch(condition-expression, label-1, return-expression-1 [, label-n, return-expression-n ...],
default-expression)
```
## Arguments
L’opérateur `switch` nécessite une ou plusieurs paires d’expressions *if*,*then* et requiert exactement une expression pour l’argument *else*.
*condition-expression*
L’expression à comparer avec l’étiquette-littérale. Il peut s’agir d’un nom de champ comme `address`, d’une valeur littérale comme « `Unknown` » ou d’une autre fonction scalaire comme `toString(salesAmount)`.
*étiquette*
Le littéral à comparer avec l’argument de *condition-expression*, tous les littéraux doivent avoir le même type de données que l’argument de *condition-expression*. L’expression `switch` accepte jusqu’à 5000 étiquettes.
*return-expression*
L’expression à retourner si la valeur de son étiquette est égale à la valeur de *condition-expression*. Il peut s’agir d’un nom de champ comme `address`, d’une valeur littérale comme « `Unknown` » ou d’une autre fonction scalaire comme `toString(salesAmount)`. Tous les arguments de *return-expression* doivent avoir le même type de données que *default-expression*.
*default-expression*
L’expression à renvoyer si aucune valeur des arguments de l’étiquette n’est égale à la valeur de *condition-expression*. Il peut s’agir d’un nom de champ comme `address`, d’une valeur littérale comme « `Unknown` » ou d’une autre fonction scalaire comme `toString(salesAmount)`. *default-expression* doit avoir le même type de données que tous les arguments de *return-expression*.
## Type de retour
`switch` renvoie une valeur du même type de données que les valeurs de *return-expression*. Toutes les données renvoyées par *return-expression* et *default-expression* doivent être du même type de données ou être converties dans le même type de données.
## Exemples généraux
L'exemple suivant renvoie le Région AWS code du nom de la région d'entrée.
```
switch(region_name,
"US East (N. Virginia)", "us-east-1",
"Europe (Ireland)", "eu-west-1",
"US West (N. California)", "us-west-1",
"other regions")
```
Les valeurs suivantes sont celles du champ donné.
```
"US East (N. Virginia)"
"US West (N. California)"
"Asia Pacific (Tokyo)"
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
"us-east-1"
"us-west-1"
"other regions"
```
## Utilisation d’un commutateur pour remplacer `ifelse`
Le cas d’utilisation `ifelse` suivant est un équivalent de l’exemple précédent, mais pour `ifelse` évaluer si les valeurs d’un champ sont égales à des valeurs littérales différentes, il est préférable d’utiliser `switch` à la place.
```
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")
```
## Expression comme valeur de retour
L’exemple suivant utilise des expressions dans des *return-expressions* :
```
switch({origin_city_name},
"Albany, NY", {arr_delay} + 20,
"Alexandria, LA", {arr_delay} - 10,
"New York, NY", {arr_delay} * 2,
{arr_delay})
```
L’exemple précédent modifie le temps de retard prévu pour chaque vol au départ d’une ville donnée.
![\[Une image des résultats de l’exemple de fonction, présentés sous forme de tableau.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/switch-function-example.png)
# toLower
`toLower` met en forme une chaîne tout en minuscules. `toLower` ignore les lignes contenant des valeurs nulles.
## Syntaxe
```
toLower(expression)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
## Type de retour
String
## Exemple
L’exemple suivant convertit une valeur de chaîne en minuscules.
```
toLower('Seattle Store #14')
```
La valeur suivante est renvoyée.
```
seattle store #14
```
# toString
`toString` met en forme l’expression en entrée tout en minuscules. `toString` ignore les lignes contenant des valeurs nulles.
## Syntaxe
```
toString(expression)
```
## Arguments
*expression*
Une expression peut être un champ de n’importe quel type de donnée, une valeur littérale comme **14.62** ou un appel à une autre fonction qui renvoie n’importe quel type de données.
## Type de retour
String
## Exemple
L’exemple suivant renvoie les valeurs de `payDate` (qui utilise le type de données `date`) sous forme de chaînes.
```
toString(payDate)
```
Les valeurs suivantes sont celles du champ donné.
```
payDate
--------
1992-11-14T00:00:00.000Z
2012-10-12T00:00:00.000Z
1973-04-08T00:00:00.000Z
```
Pour ces valeurs de champs, les lignes suivantes sont renvoyées.
```
1992-11-14T00:00:00.000Z
2012-10-12T00:00:00.000Z
1973-04-08T00:00:00.000Z
```
# toUpper
`toUpper` met en forme une chaîne tout en majuscules. `toUpper` ignore les lignes contenant des valeurs nulles.
## Syntaxe
```
toUpper(expression)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
## Type de retour
String
## Exemple
L’exemple suivant convertit une valeur de chaîne en majuscules.
```
toUpper('Seattle Store #14')
```
La valeur suivante est renvoyée.
```
SEATTLE STORE #14
```
# trim
`trim` supprime les espaces blancs précédents et suivants d’une chaîne.
## Syntaxe
```
trim(expression)
```
## Arguments
*expression*
L’expression doit être une chaîne. Il peut s’agir du nom d’un champ qui utilise le type de données de chaîne, d’une valeur littérale comme **'12 Main Street'** ou d’un appel à une autre fonction qui renvoie une chaîne.
## Type de retour
String
## Exemple
L’exemple suivant supprime les espaces suivants d’une chaîne.
```
trim(' Seattle Store #14 ')
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
Seattle Store #14
```
# truncDate
`truncDate` retourne une valeur de date qui représente une partie spécifiée d’une date. Par exemple, demander la partie de l’année de la valeur 2012-09-02T00:00:00.000Z retourne 2012-01-01T00:00:00.000Z. Spécifier une période horaire pour une date qui ne contient pas d’informations horaires retourne la valeur de date initiale sans modification.
## Syntaxe
```
truncDate('period', date)
```
## Arguments
*point*
La période de la date à laquelle vous voulez retournée. Les périodes valides sont les suivantes :
+ AAAA : renvoie la partie de la date correspondant à l’année.
+ Q : Cela renvoie la date du premier jour du trimestre auquel la date appartient.
+ MM : renvoie la partie de la date correspondant au mois.
+ DD : renvoie la partie de la date correspondant au jour.
+ WK : renvoie la partie de la date correspondant à la semaine. La semaine commence le dimanche sur Amazon Quick.
+ HH : renvoie la partie de la date correspondant à l’heure.
+ MI : renvoie la partie de la date correspondant à la minute.
+ SS : renvoie la deuxième partie de la date.
+ MS : renvoie la partie milliseconde de la date.
*date*
Un champ de date ou un appel à une autre fonction qui génère une date.
## Type de retour
Date
## Exemple
L’exemple suivant retourne une date représentant le mois de la date de commande.
```
truncDate('MM', orderDate)
```
Les valeurs suivantes sont celles du champ donné.
```
orderDate
=========
2012-12-14T00:00:00.000Z
2013-12-29T00:00:00.000Z
2012-11-15T00:00:00.000Z
```
Pour ces valeurs, les valeurs suivantes sont renvoyées.
```
2012-12-01T00:00:00.000Z
2013-12-01T00:00:00.000Z
2012-11-01T00:00:00.000Z
```
# Fonctions d’agrégation
Ces fonctions d'agrégation ne sont disponibles que pendant l'analyse et la visualisation. Chacune de ces fonctions retourne des valeurs regroupées en fonction de la ou des dimensions choisies. Pour chaque agrégation, il existe également une agrégation conditionnelle. Ces fonctions effectuent le même type de regroupement, en fonction d’une condition.
Lorsqu'une formule de champ calculé contient une agrégation, elle devient une agrégation personnalisée. Pour garantir l'exactitude de vos données, Amazon Quick applique les règles suivantes :
+ Les agrégations personnalisées ne peuvent pas contenir de fonctions d'agrégation imbriquées. Par exemple, la formule suivante ne fonctionne pas : `sum(avg(x)/avg(y))`. Toutefois, l'imbrication de fonctions non agrégées à l'intérieur ou à l'extérieur des fonctions d'agrégation fonctionne. Par exemple, `ceil(avg(x))` fonctionne. Il en va de même de `avg(ceil(x))`.
+ Les agrégations personnalisées ne peuvent pas contenir à la fois des champs agrégés et des champs non agrégés, quelle que soit la combinaison. Par exemple, la formule suivante ne fonctionne pas : `Sum(sales)+quantity`.
+ Les groupes de filtres ne peuvent pas contenir à la fois des champs agrégés et des champs non agrégés.
+ Les agrégations personnalisées ne peuvent pas être converties en dimension. De même, elles ne peuvent pas être placées dans un sélecteur de champs en tant que dimension.
+ Dans un tableau croisé dynamique, les agrégations personnalisées ne peuvent pas être ajoutées aux calculs du tableau.
+ Les diagrammes à points avec agrégations personnalisées ont besoin d'au moins une dimension sous **Group/Color** dans les sélecteurs de champs.
Pour plus d'informations sur les fonctions et les opérateurs pris en charge, consultez la section [Fonction de champ calculée et référence des opérateurs pour Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/calculated-field-reference.html).
Les fonctions d'agrégation pour les champs calculés dans Quick sont les suivantes.
**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 (centile)](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 fonction `avg` calcule la moyenne de l'ensemble de nombres figurant dans la mesure spécifiée, groupée en fonction de la ou des dimensions choisies. Par exemple, `avg(salesAmount)` renvoie la moyenne pour cette mesure groupée en fonction de la dimension choisie (facultatif).
## Syntaxe
```
avg(decimal, [group-by level])
```
## Arguments
*decimal*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant calcule la moyenne des ventes.
```
avg({Sales})
```
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule la moyenne des ventes au niveau du pays, sans prendre en compte les autres dimensions (comme la région ou le produit) présentes dans le visuel.
```
avg({Sales}, [{Country}])
```
![\[Les chiffres de vente moyens ne sont agrégés qu'au niveau national.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/avg-function-example.png)
# avgIf
Sur la base d'une instruction conditionnelle, la fonction `avgIf` calcule la moyenne de l'ensemble de nombres figurant dans la mesure spécifiée, groupée en fonction de la ou des dimensions choisies. Par exemple, `avgIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` renvoie la moyenne de cette mesure regroupée par la dimension choisie (facultative), si la condition est évaluée comme « true ».
## Syntaxe
```
avgIf(dimension or measure, condition)
```
## Arguments
*decimal*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# count
La fonction `count` calcule le nombre de valeurs dans une dimension ou une mesure, groupée en fonction de la ou des dimensions choisies. Par exemple, `count(product type)` renvoie le nombre total de types de produit groupés en fonction de la dimension choisie (facultatif), doublons inclus. La fonction `count(sales)` renvoie le nombre total de ventes enregistrées groupées en fonction de la dimension choisie (facultatif), par exemple le vendeur.
## Syntaxe
```
count(dimension or measure, [group-by level])
```
## Arguments
*dimension or measure*
L'argument doit être une mesure ou une dimension. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple ci-dessous calcule le nombre de ventes en fonction d'une dimension spécifique indiquée dans le visuel. Dans cet exemple, le nombre de ventes par mois est affiché.
```
count({Sales})
```
![\[Le nombre de ventes par mois.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/count-function-example.png)
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule le nombre de ventes au niveau du pays, sans prendre en compte les autres dimensions (comme la région ou le produit) présentes dans le visuel.
```
count({Sales}, [{Country}])
```
![\[Le nombre de ventes n'est agrégé qu'au niveau du pays.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/count-function-example2.png)
# countIf
Sur la base d'une instruction conditionnelle, la fonction `countIf` calcule le nombre de valeurs dans une dimension ou une mesure, groupée en fonction de la ou des dimensions choisies.
## Syntaxe
```
countIf(dimension or measure, condition)
```
## Arguments
*dimension or measure*
L'argument doit être une mesure ou une dimension. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
## Type de retour
Entier
## Exemple
La fonction suivante renvoie le nombre de transactions de vente (`Revenue`) qui répondent aux conditions, y compris les doublons.
```
countIf (
Revenue,
# Conditions
CalendarDay >= ${BasePeriodStartDate} AND
CalendarDay <= ${BasePeriodEndDate} AND
SourcingType <> 'Indirect'
)
```
# distinct\$1count
La fonction `distinct_count` calcule le nombre de valeurs distinctes dans une dimension ou une mesure, groupée en fonction de la ou des dimensions choisies. Par exemple, `distinct_count(product type)` renvoie le nombre total de types de produit uniques groupés en fonction de la dimension choisie (facultatif), sans doublons. La fonction `distinct_count(ship date)` renvoie le nombre total de dates d'expédition de produits groupées en fonction de la dimension choisie (facultatif), par exemple la région.
## Syntaxe
```
distinct_count(dimension or measure, [group-by level])
```
## Arguments
*dimension or measure*
L'argument doit être une mesure ou une dimension. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemple
L'exemple suivant calcule le nombre total de dates auxquelles les produits ont été commandés, regroupés en fonction de la dimension choisie (facultative) dans le visuel, par exemple la région.
```
distinct_count({Order Date})
```
![\[Le nombre total de dates auxquelles les produits ont été commandés dans chaque région.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/distinct_count-function-example.png)
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule la moyenne des ventes au niveau du pays, sans prendre en compte les autres dimensions (comme la région) présentes dans le visuel.
```
distinct_count({Order Date}, [Country])
```
![\[Le nombre total de dates auxquelles les produits ont été commandés dans chaque pays.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/distinct_count-function-example2.png)
# distinct\$1countIf
Sur la base d'une instruction conditionnelle, la fonction `distinct_countIf` calcule le nombre de valeurs distinctes dans une dimension ou une mesure, groupée en fonction de la ou des dimensions choisies. Par exemple, `distinct_countIf(product type)` renvoie le nombre total de types de produit uniques groupés en fonction de la dimension choisie (facultatif), sans doublons. La fonction `distinct_countIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` renvoie le nombre total de dates durant lesquelles des produits ont été expédiés, regroupés par la dimension choisie (facultative), par exemple par région, si la condition est évaluée comme « true ».
## Syntaxe
```
distinct_countIf(dimension or measure, condition)
```
## Arguments
*dimension or measure*
L'argument doit être une mesure ou une dimension. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# max
La fonction `max` renvoie la valeur maximale de la mesure ou de la date spécifiée, regroupée en fonction de la ou des dimensions choisies. Par exemple, `max(sales goal)` renvoie les objectifs de ventes maximum groupés en fonction de la dimension choisie (facultatif).
## Syntaxe
```
max(measure, [group-by level])
```
## Arguments
*mesure*
L'argument doit être une mesure ou une date. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
Les dates maximales ne fonctionnent que dans le sélecteur de champ **Value (Valeur)** des tableaux et des tableaux croisés dynamiques.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant renvoie la valeur maximale des ventes pour chaque région. Elle est comparée aux valeurs totales, minimales et médianes des ventes.
```
max({Sales})
```
![\[La valeur maximale des ventes pour chaque région.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/min-max-median-function-example.png)
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule le maximum de ventes au niveau du pays, sans prendre en compte les autres dimensions (comme la région) présentes dans le visuel.
```
max({Sales}, [Country])
```
![\[La valeur maximale des ventes pour chaque pays.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/max-function-example2.png)
# maxIf
Sur la base d'une instruction conditionnelle, la fonction `maxIf` renvoie la valeur maximale de la mesure spécifiée, groupée en fonction de la ou des dimensions choisies. Par exemple, `maxIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` renvoie les objectifs de vente maximum regroupés par la dimension choisie (facultative), si la condition est évaluée comme « true ».
## Syntaxe
```
maxIf(measure, condition)
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# median
L’agrégation `median` renvoie la valeur médiane de la mesure spécifiée, groupée en fonction de la ou des dimensions choisies. Par exemple, `median(revenue)` renvoie le revenu médian regroupé en fonction de la dimension choisie (facultatif).
## Syntaxe
```
median(measure, [group-by level])
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant renvoie la valeur médiane des ventes pour chaque région. Elle est comparée aux valeurs totales, maximales et minimales des ventes.
```
median({Sales})
```
![\[La valeur médiane des ventes pour chaque région.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/min-max-median-function-example.png)
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule la médiane des ventes au niveau du pays, sans prendre en compte les autres dimensions (comme la région) présentes dans le visuel.
```
median({Sales}, [Country])
```
![\[La valeur médiane des ventes dans chaque pays.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/median-function-example2.png)
# medianIf
Sur la base d'une instruction conditionnelle, l’agrégation `medianIf` renvoie la valeur médiane de la mesure spécifiée, groupée en fonction de la ou des dimensions choisies. Par exemple, `medianIf(Revenue,SaleDate >= ${BasePeriodStartDate} AND SaleDate <= ${BasePeriodEndDate})` renvoie le revenu médian regroupé par la dimension choisie (facultative), si la condition est évaluée comme « true ».
## Syntaxe
```
medianIf(measure, condition)
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# min
La fonction `min` renvoie la valeur minimale de la mesure ou de la date spécifiée, regroupée en fonction de la ou des dimensions choisies. Par exemple, `min(return rate)` renvoie le taux de retours minimum groupés en fonction de la dimension choisie (facultatif).
## Syntaxe
```
min(measure, [group-by level])
```
## Arguments
*mesure*
L'argument doit être une mesure ou une date. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
Les dates minimales ne fonctionnent que dans le sélecteur de champ **Value (Valeur)** des tableaux et des tableaux croisés dynamiques.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant renvoie la valeur minimale des ventes pour chaque région. Elle est comparée aux valeurs totales, maximales et médianes des ventes.
```
min({Sales})
```
![\[La valeur minimale des ventes pour chaque région.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/min-max-median-function-example.png)
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule le minimum de ventes au niveau du pays, sans prendre en compte les autres dimensions (comme la région) présentes dans le visuel.
```
min({Sales}, [Country])
```
![\[La valeur minimale des ventes dans chaque pays.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/min-function-example2.png)
# minIf
Sur la base d'une instruction conditionnelle, la fonction `minIf` renvoie la valeur minimale de la mesure spécifiée, groupée en fonction de la ou des dimensions choisies. Par exemple, `minIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` renvoie le taux minimum de retours regroupé par la dimension choisie (facultative), si la condition est évaluée comme « true ».
## Syntaxe
```
minIf(measure, condition)
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# percentile
La fonction `percentile` calcule le centile des valeurs mesurées, regroupées selon la dimension figurant dans la zone de champs. Deux types de calcul des percentiles sont disponibles dans Quick :
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html) utilise l'interpolation linéaire pour déterminer le résultat.
+ [percentileDisc(percentile)](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) utilise les valeurs réelles pour déterminer le résultat.
La fonction `percentile` est un alias de `percentileDisc`.
# percentileCont
La fonction `percentileCont` calcule le centile sur la base d'une distribution continue des nombres de la mesure. Elle utilise le regroupement et le tri appliqués dans les zones de champs. Il répond à des questions telles que : Quelles sont les valeurs représentatives de ce centile ? Pour renvoyer une valeur de percentile exacte qui n'est peut-être pas présente dans votre jeu de données, utilisez `percentileCont`. Pour renvoyer la valeur de percentile la plus proche présente dans votre jeu de données, utilisez plutôt `percentileDisc`.
## Syntaxe
```
percentileCont(expression, percentile, [group-by level])
```
## Arguments
*mesure*
Spécifie une valeur numérique à utiliser pour calculer le percentile. L'argument doit être une mesure ou une métrique. Les valeurs NULL sont ignorées dans le calcul.
*percentile*
La valeur du percentile peut être n'importe quelle constante numérique située entre 0 et 100. Une valeur de percentile de 50 calcule la valeur médiane de la mesure.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Renvoie
Le résultat de la fonction est un nombre.
## Notes d’utilisation
La fonction `percentileCont` calcule un résultat sur la base d'une distribution continue des valeurs d'une mesure spécifiée. Le résultat est obtenu par interpolation linéaire entre les valeurs, après les avoir classées en fonction des paramètres définis dans le visuel. C'est différent de `percentileDisc`, qui renvoie simplement une valeur à partir de l'ensemble de valeurs agrégées. Le résultat obtenu de `percentileCont` peut ou non exister parmi les valeurs de la mesure spécifiée.
## Exemples de percentileCont
Les exemples suivants aident à comprendre le fonctionnement de percentileCont.
**Example Comparaison de la médiane, `percentileCont` et `percentileDisc`**
L'exemple suivant illustre la médiane pour une dimension (catégorie) en utilisant les fonctions `median`, `percentileCont` et `percentileDisc`. La valeur médiane est la même que la valeur percentileCont. `percentileCont` interpole une valeur qui peut ou non se trouver dans l'ensemble des données. Cependant, comme `percentileDisc` affiche toujours une valeur qui existe dans le jeu de données, il est possible que les deux résultats ne correspondent pas. La dernière colonne de cet exemple montre la différence entre les deux valeurs. Le code de chaque champ calculé est le suivant :
+ `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 )` (Pour simplifier l'exemple, nous avons utilisé cette expression pour raccourcir les noms des catégories à leur première lettre.)
```
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 100e centile comme maximum**
L'exemple suivant montre une variété de valeurs `percentileCont` pour le champ `example`. Les champs calculés `n%Cont` sont définis comme `percentileCont( {example} ,n)`. Les valeurs interpolées dans chaque colonne représentent les nombres qui se situent dans cette tranche de centile. Dans certains cas, les valeurs réelles des données correspondent aux valeurs interpolées. Par exemple, la colonne `100%Cont` affiche la même valeur pour chaque ligne parce que 6783,02 est le nombre le plus élevé.
```
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
```
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule le 30e centile basé sur une distribution continue des chiffres au niveau du pays, sans prendre en compte les autres dimensions (comme la région) présentes dans le visuel.
```
percentileCont({Sales}, 30, [Country])
```
![\[Le centile des ventes dans chaque pays.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/percentileCont-function-example-lac.png)
# percentileDisc (centile)
La fonction `percentileDisc` calcule le percentile en fonction des nombres réels contenus dans `measure`. Elle utilise le regroupement et le tri appliqués dans les zones de champs. La fonction `percentile` est un alias de `percentileDisc`.
Utilisez cette fonction pour répondre à la question suivante : Quels sont les points de données réels présents dans ce percentile ? Pour renvoyer la valeur de percentile la plus proche présente dans votre jeu de données, utilisez `percentileDisc`. Pour renvoyer une valeur percentile exacte qui n'est peut-être pas présente dans votre jeu de données, utilisez plutôt `percentileCont`.
## Syntaxe
```
percentileDisc(expression, percentile, [group-by level])
```
## Arguments
*mesure*
Spécifie une valeur numérique à utiliser pour calculer le percentile. L'argument doit être une mesure ou une métrique. Les valeurs NULL sont ignorées dans le calcul.
*percentile*
La valeur du percentile peut être n'importe quelle constante numérique située entre 0 et 100. Une valeur de percentile de 50 calcule la valeur médiane de la mesure.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Renvoie
Le résultat de la fonction est un nombre.
## Notes d’utilisation
La fonction `percentileDisc` est une fonction de distribution inverse qui suppose un modèle de distribution discrète. Elle prend une valeur de centile et une spécification de tri et renvoie un élément de l’ensemble donné.
Pour une valeur de percentile donnée `P`, `percentileDisc` utilise les valeurs triées dans le visuel et renvoie la plus petite valeur de distribution cumulative qui est supérieure ou égale à `P`.
## Exemples de percentileDisc
Les exemples suivants aident à comprendre le fonctionnement de percentileDisc.
**Example Comparaison de la médiane, `percentileDisc` et `percentileCont`**
L'exemple suivant illustre la médiane pour une dimension (catégorie) en utilisant les fonctions `percentileCont`, `percentileDisc` et `median`. La valeur médiane est la même que la valeur percentileCont. `percentileCont` interpole une valeur qui peut ou non se trouver dans l'ensemble des données. Cependant, comme `percentileDisc` affiche toujours la valeur la plus proche existant dans le jeu de données, il est possible que les deux résultats ne correspondent pas. La dernière colonne de cet exemple montre la différence entre les deux valeurs. Le code de chaque champ calculé est le suivant :
+ `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 )` (Pour simplifier l'exemple, nous avons utilisé cette expression pour raccourcir les noms des catégories à leur première lettre.)
```
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 100e centile comme maximum**
L'exemple suivant montre une variété de valeurs `percentileDisc` pour le champ `example`. Les champs calculés `n%Disc` sont définis comme `percentileDisc( {example} ,n)`. Les valeurs de chaque colonne sont des nombres réels provenant du jeu de données.
```
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
```
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule le 30e centile basé sur une distribution continue des chiffres au niveau du pays, sans prendre en compte les autres dimensions (comme la région) présentes dans le visuel.
```
percentile({Sales}, 30, [Country])
```
![\[Le centile des ventes dans chaque pays.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/percentile-function-example-lac.png)
# periodToDateAvg
La fonction `periodToDateAvg` calcule la moyenne de l'ensemble de nombres dans la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période.
## Syntaxe
```
periodToDateAvg(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateAvg(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDAvgResults.png)
# periodToDateCount
La fonction `periodToDateCount` calcule le nombre de valeurs dans une dimension ou une mesure, y compris les doublons, pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période.
## Syntaxe
```
periodToDateCount(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateCount(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDCountResults.png)
# periodToDateMax
La fonction `periodToDateMax` renvoie la valeur maximale de la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période.
## Syntaxe
```
periodToDateMax(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateMax(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDMaxResults.png)
# periodToDateMedian
La fonction `periodToDateMedian` renvoie la valeur médiane de la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période.
## Syntaxe
```
periodToDateMedian(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateMedian(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDMedianResults.png)
# periodToDateMin
La fonction `periodToDateMin` renvoie la valeur minimale de la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période.
## Syntaxe
```
periodToDateMin(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateMin(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDMinResults.png)
# periodToDatePercentile
La fonction `periodToDatePercentile` calcule le percentile en fonction des nombres réels de mesure pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période. Elle utilise le regroupement et le tri appliqués dans les zones de champs.
Pour renvoyer la valeur de percentile la plus proche présente dans votre jeu de données, utilisez `periodToDatePercentile`. Pour renvoyer une valeur percentile exacte qui n'est peut-être pas présente dans votre jeu de données, utilisez plutôt `periodToDatePercentileCont`.
## Syntaxe
```
periodToDatePercentile(
measure,
percentile,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*percentile*
La valeur du centile peut être n'importe quelle constante numérique entre 0 et 100. Une valeur de centile de 50 calcule la valeur médiane de la mesure.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le 90e centile week-to-date du montant du tarif par type de paiement pour la semaine du 21 juin. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDatePercentile(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats du calcul de l'exemple.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDPercentileResults.png)
# periodToDatePercentileCont
La fonction `periodToDatePercentileCont` calcule le centile sur la base d'une distribution continue des chiffres dans la mesure pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période. Elle utilise le regroupement et le tri appliqués dans les zones de champs.
Pour renvoyer une valeur de percentile exacte qui n'est peut-être pas présente dans votre jeu de données, utilisez `periodToDatePercentileCont`. Pour renvoyer la valeur de percentile la plus proche présente dans votre jeu de données, utilisez plutôt `periodToDatePercentile`.
## Syntaxe
```
periodToDatePercentileCont(
measure,
percentile,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*percentile*
La valeur du centile peut être n'importe quelle constante numérique entre 0 et 100. Une valeur de centile de 50 calcule la valeur médiane de la mesure.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le 90e centile week-to-date du montant du tarif par type de paiement pour la semaine du 21 juin. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDatePercentileCont(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats du calcul de l'exemple.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDContPercentileResults.png)
# periodToDateStDev
La fonction `periodToDateStDev` calcule l'écart-type de l'ensemble de nombres dans la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné, basé sur un échantillon de cette période.
## Syntaxe
```
periodToDateStDev(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateStDev(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDStDevResults.png)
# periodToDateStDevP
La fonction `periodToDateStDevP` calcule l'écart-type de la population de l'ensemble de nombres de la mesure spécifiée, pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné, basé sur un échantillon de cette période.
## Syntaxe
```
periodToDateStDevP(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateStDevP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDStDevPResults.png)
# periodToDateSum
La fonction `periodToDateSum` ajoute la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période.
## Syntaxe
```
periodToDateSum(
measure,
dateTime,
period,
endDate)
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
La fonction suivante calcule la somme des montants du tarif depuis le début de la semaine par type de paiement, pour la semaine du 30-06-21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateSum(fare_amount, pickUpDateTime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple, avec des illustrations.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDSumResults.png)
# periodToDateVar
La fonction `periodToDateVar` calcule la variance de l'échantillon de l'ensemble de nombres dans la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période.
## Syntaxe
```
periodToDateVar(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateVar(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDVarResults.png)
# periodToDateVarP
La fonction `periodToDateVarP` calcule la variance de la population de l'ensemble de nombres dans la mesure spécifiée pour une granularité temporelle donnée (par exemple, un trimestre) jusqu'à un moment donné dans cette période.
## Syntaxe
```
periodToDateVarP(
measure,
dateTime,
period,
endDate (optional))
```
## Arguments
*mesure*
L'argument doit être un champ. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas.
*dateTime*
Dimension de date sur laquelle vous calculez les PeriodToDate agrégations.
*point*
La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
*endDate*
(Facultatif) Dimension de date à laquelle vous mettez fin au calcul periodToDate des agrégations. Si elle est omise, elle est par défaut définie sur `now()`.
## Exemple
L'exemple suivant calcule le montant week-to-date minimum du tarif par type de paiement, pour la semaine du 30/06/21. Pour simplifier l'exemple, nous avons filtré un seul type de paiement. Le 30-06-21 est un mercredi. Quick commence la semaine le dimanche. Dans notre exemple, cela correspond au 27/06/2021.
```
periodToDateVarP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[Voici une image des résultats de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDVarPResults.png)
# stdev
La fonction `stdev` calcule l'écart type de l'ensemble de nombres figurant dans la mesure spécifiée ( regroupement en fonction de la ou des dimensions choisies, sur la base d'un échantillon).
## Syntaxe
```
stdev(measure, [group-by level])
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant renvoie l'écart-type des résultats des tests pour une classe, en utilisant un échantillon des résultats des tests enregistrés.
```
stdev({Score})
```
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule l'écart-type des résultats des tests au niveau de la matière, sans prendre en compte les autres dimensions (comme la classe) présentes dans le visuel.
```
stdev({Score}, [Subject])
```
# stdevp
La fonction `stdevp` calcule l'écart type de remplissage de l'ensemble de nombres figurant dans la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies).
## Syntaxe
```
stdevp(measure, [group-by level])
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant renvoie l'écart-type des résultats des tests pour une classe, en utilisant tous les résultats des tests enregistrés.
```
stdevp({Score})
```
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule l'écart-type des résultats des tests au niveau de la matière, sans prendre en compte les autres dimensions (comme la classe) présentes dans le visuel, en utilisant tous les résultats enregistrés.
```
stdevp({Score}, [Subject])
```
# stdevIf
À partir d’une instruction conditionnelle, la fonction `stdevIf` calcule l'écart type de l'ensemble de nombres figurant dans la mesure spécifiée ( regroupement en fonction de la ou des dimensions choisies, sur la base d'un échantillon).
## Syntaxe
```
stdevIf(measure, conditions)
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# stdevpIf
À partir d’une instruction conditionnelle, la fonction `stdevpIf` calcule l'écart type de l'ensemble de nombres figurant dans la mesure spécifiée ( regroupement en fonction de la ou des dimensions choisies, sur la base d'un remplissage biaisé).
## Syntaxe
```
stdevpIf(measure, conditions)
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# sum
La fonction `sum` additionne l'ensemble de nombres figurant dans la mesure spécifiée, groupée en fonction de la ou des dimensions choisies. Par exemple, `sum(profit amount)` renvoie le montant total de bénéfices groupé en fonction de la dimension choisie (facultatif).
## Syntaxe
```
sum(measure, [group-by level])
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant la somme totale des ventes.
```
sum({Sales})
```
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant calcule la somme des ventes au niveau du pays, sans prendre en compte les autres dimensions (comme la région ou le produit) présentes dans le visuel.
```
sum(Sales, [Country])
```
![\[La somme des ventes pour chaque pays.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/sum-function-example.png)
# sumIf
Sur la base d'une instruction conditionnelle, la fonction `sumIf` additionne les ensembles de nombres figurant dans la mesure spécifiée, groupée en fonction de la ou des dimensions choisies. Par exemple, `sumIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` renvoie le montant total du profit regroupé par la dimension choisie (facultative), si la condition est évaluée comme « true ».
## Syntaxe
```
sumIf(measure, conditions)
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
## Exemples
L'exemple suivant utilise un champ calculé avec `sumIf` pour afficher le montant des ventes si `Segment` est égal à `SMB`.
```
sumIf(Sales, Segment=’SMB’)
```
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/sumIfCalc.png)
L'exemple suivant utilise un champ calculé avec `sumIf` pour afficher le montant des ventes si `Segment` est égal à `SMB` et `Order Date` est supérieur à l'année 2022.
```
sumIf(Sales, Segment=’SMB’ AND {Order Date} >=’2022-01-01’)
```
# var
La fonction `var` calcule l’exemple de variance de l'ensemble de nombres figurant dans la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies).
## Syntaxe
```
var(measure, [group-by level])
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant renvoie la variance d'un échantillon de résultats des tests.
```
var({Scores})
```
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant renvoie la variance d'un échantillon des résultats de tests au niveau de la matière, sans prendre en compte les autres dimensions (comme la classe) présentes dans le visuel.
```
var({Scores}, [Subject]
```
# varIf
À partir d’une instruction conditionnelle, la fonction `varIf` calcule la variance de l'ensemble de nombres figurant dans la mesure spécifiée ( regroupement en fonction de la ou des dimensions choisies, sur la base d'un échantillon).
## Syntaxe
```
varIf(measure, conditions)
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# varp
La fonction `varp` calcule la variance de remplissage de l'ensemble de nombres figurant dans la mesure spécifiée (regroupement en fonction de la ou des dimensions choisies).
## Syntaxe
```
varp(measure, [group-by level])
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*niveau de regroupement*
(Facultatif) Spécifie le niveau de regroupement de l'agrégation. Le niveau ajouté peut correspondre à une dimension quelconque, indépendamment des dimensions déjà ajoutées au visuel.
L'argument doit être un champ de dimension. Le niveau de regroupement doit être placé entre crochets `[ ]`. Pour plus d'informations, consultez la section [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)).
## Exemples
L'exemple suivant renvoie la variance d'une population de résultats des tests.
```
varp({Scores})
```
Vous avez également la possibilité de spécifier le niveau de regroupement pour le calcul en utilisant une ou plusieurs dimensions de la vue ou de votre jeu de données. C'est ce qu'on appelle une fonction LAC-A. Pour plus d'informations sur les fonctions LAC-A, voir [Calcul sensible au niveau - fonctions d'agrégation (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). L'exemple suivant renvoie la variance des résultats des tests de toute une population au niveau de la matière, sans prendre en compte les autres dimensions (comme la classe) présentes dans le visuel.
```
varp({Scores}, [Subject]
```
# varpIf
À partir d’une instruction conditionnelle, la fonction `varpIf` calcule la variance de l'ensemble de nombres figurant dans la mesure spécifiée ( regroupement en fonction de la ou des dimensions choisies, sur la base d'un remplissage biaisé).
## Syntaxe
```
varpIf(measure, conditions)
```
## Arguments
*mesure*
L'argument doit être une mesure. Les valeurs null ne sont pas prises en compte dans les résultats. Les valeurs littérales ne fonctionnent pas. L'argument doit être un champ.
*condition*
Une ou plusieurs conditions dans une seule instruction.
# Fonctions de calcul du tableau
Lorsque vous analysez des données dans une représentation visuelle spécifique, vous pouvez appliquer des calculs de tableaux au jeu de données actuel pour découvrir comment les dimensions influencent les mesures ou comment elles s’influencent entre elles. Les *données visualisées* correspondent à votre ensemble de résultats basé sur votre jeu de données actuel, avec l'application de tous les filtres, sélections de champs et personnalisations. Pour voir exactement cet ensemble de résultats, vous pouvez exporter votre représentation visuelle dans un fichier. La *fonction de calcul de tableau* effectue les opérations sur les données pour révéler les relations entre les champs.
Dans cette section, vous trouverez une liste des fonctions disponibles dans les calculs de table que vous pouvez exécuter sur des données visualisées dans Amazon Quick.
Pour consulter la liste des fonctions triées par catégorie, avec de brèves définitions, voir [Fonctions par catégorie](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 fonction `difference` calcule la différence entre une mesure basée sur un ensemble de partitions et de tris et une mesure basée sur un autre.
La fonction `difference` est prise en charge pour fonctionner avec des analyses basées sur des jeux de données SPICE et de requêtes directes.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
difference
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index,
,[ partition field, ... ]
)
```
## Arguments
*mesure*
Une mesure regroupée pour laquelle vous souhaitez voir la différence.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de recherche*
L'index de recherche peut être positif ou négatif, désignant une ligne suivante dans le tri (valeur positive) ou une ligne précédente dans le tri (valeur négative). L'index de recherche peut être 1–2,147,483,647. Pour les moteurs MySQL, MariaDB et Aurora avec une compatibilité MySQL, l'index de recherche est limité à 1.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule la différence entre des `sum({Billed Amount})`, triés par ordre croissant `Customer Region`, par rapport à la ligne suivante, avec partition selon `Service Line`.
```
difference(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1,
[{Service Line}]
)
```
L'exemple suivant calcule la différence entre `Billed Amount` et la ligne suivante, avec partition selon (`[{Customer Region}]`). Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
difference(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1
)
```
Les mises en surbrillance en rouge montrent comment chaque montant est additionné (a\$1b = c) pour afficher la différence entre les montants a et c.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/differenceCalc.png)
# distinctCountOver
La fonction `distinctCountOver` calcule le nombre distinct d'opérandes partitionnés par les attributs spécifiés dans un niveau donné. Les niveaux pris en charge sont `PRE_FILTER` et `PRE_AGG`. L'opérande doit être désagrégé.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
distinctCountOver
(
measure or dimension field
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*champ mesure ou dimension*
Mesure ou dimension pour laquelle vous souhaitez effectuer le calcul, par exemple `{Sales Amt}`. Les valeurs valides sont `PRE_FILTER` et `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
Lorsqu'elle est vide, la valeur par défaut est `POST_AGG_FILTER`. `POST_AGG_FILTER` n'est pas un niveau valide pour cette opération et, le cas échéant, un message d'erreur s'affichera. Pour plus d'informations, consultez [Utilisation de calculs basés sur les niveaux dans Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant montre le compte distinct de `Sales` partitionné sur `City` et `State` au niveau `PRE_AGG`.
```
distinctCountOver
(
Sales,
[City, State], PRE_AGG
)
```
# lag
La fonction `lag` calcule la valeur de décalage (précédente) pour une mesure en fonction des partitions et tris spécifiés.
`lag` est pris en charge pour fonctionner avec des analyses basées sur des jeux de données SPICE et de requêtes directes.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
lag
(
lag
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index
,[ partition_field, ... ]
)]
)
```
## Arguments
*mesure*
La mesure pour laquelle vous souhaitez obtenir la valeur de décalage. Celle-ci peut inclure un regroupement, par exemple `sum({Sales Amt})`.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de recherche*
L'index de recherche peut être positif ou négatif, désignant une ligne suivante dans le tri (valeur positive) ou une ligne précédente dans le tri (valeur négative). L'index de recherche peut être 1–2,147,483,647. Pour les moteurs MySQL, MariaDB, et Amazon Aurora avec une compatibilité MySQL, l'index de recherche est limité à 1.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule le précédent `sum(sales)`, partitionné par l'état d'origine, par ordre croissant sur `cancellation_code`.
```
lag
(
sum(Sales),
[cancellation_code ASC],
1,
[origin_state_nm]
)
```
L'exemple suivant utilise un champ calculé avec `lag` pour afficher le montant de la ligne précédente, en regard du montant de la ligne actuelle, triés par `Order Date`. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
lag(
sum({Sales}),
[{Order Date} ASC],
1
)
```
La capture d'écran suivante affiche les résultats de l'exemple.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/lagCalc.png)
L'exemple suivant utilise un champ calculé avec `lag` pour afficher le montant de la ligne précédente, en regard du montant de la ligne actuelle, triés par `Order Date` partitionné par `Segment`.
```
lag
(
sum(Sales),
[Order Date ASC],
1, [Segment]
)
```
La capture d'écran suivante affiche les résultats de l'exemple.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/lagCalc2.png)
# lead
La fonction `lead` calcule la valeur principale (suivante) pour une mesure en fonction des partitions et tris spécifiés.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
lead
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index,
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
La mesure pour laquelle vous souhaitez obtenir la valeur principale. Celle-ci peut inclure un regroupement, par exemple `sum({Sales Amt})`.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de recherche*
L'index de recherche peut être positif ou négatif, désignant une ligne suivante dans le tri (valeur positive) ou une ligne précédente dans le tri (valeur négative). L'index de recherche peut être 1–2,147,483,647. Pour les moteurs MySQL, MariaDB, et Amazon Aurora avec une compatibilité MySQL, l'index de recherche est limité à 1.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule le prochain `sum(sales)`, partitionné par l'état d'origine, par ordre croissant sur `cancellation_code`.
```
lead
(
sum(sales),
[cancellation_code ASC],
1,
[origin_state_nm]
)
```
L'exemple suivant utilise un champ calculé avec valeur principale pour afficher le montant de la ligne suivante, en regard du montant de la ligne actuelle, triés par `Customer Segment`. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
lead(
sum({Billed Amount}),
[{Customer Segment} ASC],
1
)
```
La capture d'écran suivante affiche les résultats de l'exemple.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/leadCalc.png)
# percentDifference
La fonction `percentDifference` calcule la différence de pourcentage entre la valeur actuelle et une valeur de comparaison, en fonction des partitions, des tris et de l'index de recherche.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
percentDifference
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup index
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Une mesure regroupée pour laquelle vous souhaitez voir la différence de pourcentage.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de recherche*
L'index de recherche peut être positif ou négatif, désignant une ligne suivante dans le tri (valeur positive) ou une ligne précédente dans le tri (valeur négative). L'index de recherche peut être 1–2,147,483,647. Pour les moteurs MySQL, MariaDB et Aurora avec une compatibilité MySQL, l'index de recherche est limité à 1.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule le pourcentage de différence entre le `sum(Sales)` pour le `State` actuel et le précédent, triés par `Sales`.
```
percentDifference
(
sum(amount),
[sum(amount) ASC],
-1,
[State]
)
```
L'exemple suivant calcule le pourcentage qu'un `Billed Amount` spécifique est par rapport à un autre `Billed Amount`, triés par (`[{Customer Region} ASC]`). Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
percentDifference
(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1
)
```
La capture d'écran suivante affiche les résultats de l'exemple. Les lettres rouges montrent que le `Billed Amount` total pour le `Customer Region` **APAC** est de 24 % inférieur au montant pour la région **EMEA**.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/percentDifference.png)
# avgOver
La fonction `avgOver` calcule la moyenne d'une mesure partitionnée par une liste de dimensions.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
avgOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
L'exemple suivant montre la moyenne de `Billed Amount` sur `Customer Region`. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
avgOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
La capture d'écran suivante affiche les résultats de l'exemple. Avec l'ajout de `Service Line`, le montant total facturé pour chaque est affiché et la moyenne de ces trois valeurs apparaît dans le champ calculé.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/avgOver.png)
## Arguments
*mesure*
Mesure pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant montre la moyenne de `sum(Sales)` partitionnée sur `City` et `State`.
```
avgOver
(
sum(Sales),
[City, State]
)
```
# countOver
La fonction `countOver` calcule le nombre d'une dimension ou mesure partitionné par une liste de dimensions.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
countOver
(
measure or dimension field
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*champ mesure ou dimension*
Mesure ou dimension pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant montre le compte de `Sales` partitionné sur `City` et `State`.
```
countOver
(
Sales,
[City, State]
)
```
L'exemple suivant montre le compte de `{County}` partitionné sur `City` et `State`.
```
countOver
(
{County},
[City, State]
)
```
L'exemple suivant montre le compte de `Billed Amount` sur `Customer Region`. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
countOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
La capture d'écran suivante affiche les résultats de l'exemple. Étant donné qu'il n'y a pas d'autres champs impliqués, le compte est de un pour chaque région.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/countOver1.png)
Si vous ajoutez des champs supplémentaires, le compte change. Dans la capture d'écran suivante, nous additionnons `Customer Segment` et `Service Line`. Chacun de ces champs contient trois valeurs uniques. Avec 3 segments, 3 gammes de services et 3 régions, le champ calculé affiche 9.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/countOver2.png)
Si vous ajoutez les deux autres champs dans les champs de partitionnement du champ calculé, `countOver( sum({Billed Amount}), [{Customer Region}, {Customer Segment}, {Service Line}]`, puis le décompte est à nouveau 1 pour chaque ligne.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/countOver.png)
# maxOver
La fonction `maxOver` calcule le maximum d'une mesure ou date partitionné par une liste de dimensions.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
maxOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*mesure*
Mesure pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant calcule le maximum de `sum(Sales)`, partitionné selon `City` et `State`.
```
maxOver
(
sum(Sales),
[City, State]
)
```
L'exemple suivant montre le maximum de `Billed Amount` sur `Customer Region`. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
maxOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
La capture d'écran suivante affiche les résultats de l'exemple. Avec l'ajout de `Service Line`, le montant total facturé pour chaque est affiché et le maximum de ces trois valeurs apparaît dans le champ calculé.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/maxOver.png)
# minOver
la fonction `minOver` calcule le minimum d'une mesure ou date partitionné par une liste de dimensions.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
minOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*mesure*
Mesure pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant calcule le minimum de `sum(Sales)`, partitionné selon `City` et `State`.
```
minOver
(
sum(Sales),
[City, State]
)
```
L'exemple suivant montre le minimum de `Billed Amount` sur `Customer Region`. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
minOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
La capture d'écran suivante affiche les résultats de l'exemple. Avec l'ajout de `Service Line`, le montant total facturé pour chaque est affiché et le minimum de ces trois valeurs apparaît dans le champ calculé.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/minOver.png)
# percentileOver
La fonction `percentileOver` calcule le *énième* percentile d'une mesure partitionnée par une liste de dimensions. Deux types de `percentileOver` calcul sont disponibles dans Quick :
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html) utilise l'interpolation linéaire pour déterminer le résultat.
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html) utilise les valeurs réelles pour déterminer le résultat.
La fonction `percentileOver` est un alias de `percentileDiscOver`.
# percentileContOver
La fonction `percentileContOver` calcule le percentile en fonction des nombres réels contenus dans `measure`. Elle utilise le regroupement et le tri appliqués dans les zones de champs. Le résultat est partitionné selon la dimension spécifiée au niveau de calcul spécifié.
Utilisez cette fonction pour répondre à la question suivante : Quels sont les points de données réels présents dans ce percentile ? Pour renvoyer la valeur de percentile la plus proche présente dans votre jeu de données, utilisez `percentileDiscOver`. Pour renvoyer une valeur percentile exacte qui n'est peut-être pas présente dans votre jeu de données, utilisez plutôt `percentileContOver`.
## Syntaxe
```
percentileContOver (
measure
, percentile-n
, [partition-by, …]
, calculation-level
)
```
## Arguments
*mesure*
Spécifie une valeur numérique à utiliser pour calculer le percentile. L'argument doit être une mesure ou une métrique. Les valeurs NULL sont ignorées dans le calcul.
*percentile-n*
La valeur du percentile peut être n'importe quelle constante numérique située entre 0 et 100. Une valeur de percentile de 50 calcule la valeur médiane de la mesure.
*partition-by*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules. Chaque champ de la liste est placé dans des accolades \$1 \$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
Spécifie l'emplacement où effectuer le calcul par rapport à l'ordre d'évaluation. Trois niveaux de calcul sont pris en charge :
+ PRE\$1FILTER
+ PRE\$1AGG
+ POST\$1AGG\$1FILTER (par défaut) – Pour utiliser ce niveau de calcul, spécifiez une agrégation sur `measure`, par exemple `sum(measure)`.
PRE\$1FILTER et PRE\$1AGG sont appliqués avant que l'agrégation ne se produise dans une visualisation. Pour ces deux niveaux de calcul, il est impossible de spécifier une agrégation sur `measure` dans l'expression du champ calculé. Pour en savoir plus sur les niveaux de calcul et les circonstances dans lesquelles ils s'appliquent, consultez [Ordre d'évaluation dans Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html) et [Utilisation de calculs adaptés aux niveaux dans](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html) Quick.
## Renvoie
Le résultat de la fonction est un nombre.
## Exemple de percentileContOver
L'exemple suivant permet d'expliquer comment percentileContOver cela fonctionne.
**Example Comparaison des niveaux de calcul pour la médiane**
L'exemple suivant illustre la médiane d'une dimension (catégorie) en utilisant différents niveaux de calcul avec la fonction `percentileContOver`. Le percentile est 50. Le jeu de données est filtré par un champ de région. Le code de chaque champ calculé est le suivant :
+ `example = left( category, 1 )` (Un exemple simplifié.)
+ `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 fonction `percentileDiscOver` calcule le percentile en fonction des nombres réels contenus dans `measure`. Elle utilise le regroupement et le tri appliqués dans les zones de champs. Le résultat est partitionné selon la dimension spécifiée au niveau de calcul spécifié. La fonction `percentileOver` est un alias de `percentileDiscOver`.
Utilisez cette fonction pour répondre à la question suivante : Quels sont les points de données réels présents dans ce percentile ? Pour renvoyer la valeur de percentile la plus proche présente dans votre jeu de données, utilisez `percentileDiscOver`. Pour renvoyer une valeur percentile exacte qui n'est peut-être pas présente dans votre jeu de données, utilisez plutôt `percentileContOver`.
## Syntaxe
```
percentileDiscOver (
measure
, percentile-n
, [partition-by, …]
, calculation-level
)
```
## Arguments
*mesure*
Spécifie une valeur numérique à utiliser pour calculer le percentile. L'argument doit être une mesure ou une métrique. Les valeurs NULL sont ignorées dans le calcul.
*percentile-n*
La valeur du percentile peut être n'importe quelle constante numérique située entre 0 et 100. Une valeur de percentile de 50 calcule la valeur médiane de la mesure.
*partition-by*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules. Chaque champ de la liste est placé dans des accolades \$1 \$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
Spécifie l'emplacement où effectuer le calcul par rapport à l'ordre d'évaluation. Trois niveaux de calcul sont pris en charge :
+ PRE\$1FILTER
+ PRE\$1AGG
+ POST\$1AGG\$1FILTER (par défaut) – Pour utiliser ce niveau de calcul, vous devez spécifier une agrégation sur `measure`, par exemple `sum(measure)`.
PRE\$1FILTER et PRE\$1AGG sont appliqués avant que l'agrégation ne se produise dans une visualisation. Pour ces deux niveaux de calcul, il est impossible de spécifier une agrégation sur `measure` dans l'expression du champ calculé. Pour en savoir plus sur les niveaux de calcul et les circonstances dans lesquelles ils s'appliquent, consultez [Ordre d'évaluation dans Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html) et [Utilisation de calculs adaptés aux niveaux dans](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html) Quick.
## Renvoie
Le résultat de la fonction est un nombre.
## Exemple de percentileDiscOver
L'exemple suivant permet d'expliquer comment percentileDiscOver cela fonctionne.
**Example Comparaison des niveaux de calcul pour la médiane**
L'exemple suivant illustre la médiane d'une dimension (catégorie) en utilisant différents niveaux de calcul avec la fonction `percentileDiscOver`. Le percentile est 50. Le jeu de données est filtré par un champ de région. Le code de chaque champ calculé est le suivant :
+ `example = left( category, 1 )` (Un exemple simplifié.)
+ `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 médiane**
L'exemple suivant calcule la moyenne (le 50e percentile) de `Sales`, partitionnée selon `City` et `State`.
```
percentileDiscOver
(
Sales,
50,
[City, State]
)
```
L'exemple suivant calcule le 98e percentile de `sum({Billed Amount})`, partitionné selon `Customer Region`. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
percentileDiscOver
(
sum({Billed Amount}),
98,
[{Customer Region}]
)
```
La capture d'écran suivante montre à quoi ressemblent ces deux exemples sur un graphique.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/percentilOver-50-98.png)
# percentOfTotal
La fonction `percentOfTotal` calcule le pourcentage de contribution d'une mesure au total, en fonction des dimensions spécifiées.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
percentOfTotal
(
measure
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Une mesure regroupée pour laquelle vous souhaitez voir le pourcentage par rapport au total. Actuellement, le regroupement `distinct count` n'est pas pris en charge pour `percentOfTotal`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant crée un calcul pour le pourcentage du nombre total de `Sales` avec contribution de chaque `State`.
```
percentOfTotal
(
sum(Sales),
[State]
)
```
L'exemple suivant calcule le pourcentage d'un `Billed Amount` spécifique par rapport au `Billed Amount` total, avec partition par (`[{Service Line} ASC]`). Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
percentOfTotal
(
sum( {Billed Amount} ),
[{Service Line}]
)
```
La capture d'écran suivante affiche les résultats de l'exemple. Les mises en surbrillance en rouge montrent que le champ de partition avec la valeur «`Billing`» possède trois entrées, une pour chaque région. Le montant total facturé pour cette gamme de services est divisé en trois pourcentages, pour un total de 100 %. Les pourcentages sont arrondis et peuvent ne pas toujours donner exactement 100 % une fois cumulés.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/percentOfTotal.png)
# periodOverPeriodDifference
La fonction `periodOverPeriodDifference` calcule la différence d'une mesure sur deux périodes différentes, comme indiqué par la granularité et le décalage de la période. Contrairement au calcul de différence, cette fonction utilise un décalage basé sur la date au lieu d'un décalage de taille fixe. Cela garantit que seules les dates correctes sont comparées, même s'il manque des points de données dans le jeu de données.
## Syntaxe
```
periodOverPeriodDifference(
measure,
date,
period,
offset)
```
## Arguments
*mesure*
Mesure agrégée sur laquelle vous souhaitez effectuer le periodOverPeriod calcul.
*dateTime*
Dimension de date sur laquelle nous calculons Period-Over-Period les calculs.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
La valeur par défaut est la granularité de la dimension visuelle de la date.
*offset*
(Facultatif) Le décalage peut être un entier positif ou négatif qui représente la période précédente (spécifiée par période) à laquelle vous désirez effectuer la comparaison. Par exemple, la période d'un trimestre présentant le décalage 1 signifie une comparaison avec le trimestre précédent.
La valeur par défaut est 1.
## Exemple
L'exemple suivant utilise un champ calculé `PeriodOverPeriod` pour afficher la différence du montant des ventes du jour précédent
```
periodOverPeriodDifference(sum(Sales), {Order Date})
```
![\[Il s'agit d'une image du retour de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/MonthOverMonthDifference.png)
L'exemple suivant utilise un champ calculé `PeriodOverPeriod` pour afficher la différence du montant des ventes des 2 mois précédents. L'exemple ci-dessous compare les ventes de `Mar2020` avec `Jan2020`.
```
periodOverPeriodDifference(sum(Sales),{Order Date}, MONTH, 1)
```
![\[Il s'agit d'une image du retour de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/MonthOverMonthDifference2.png)
# periodOverPeriodLastValue
La fonction `periodOverPeriodLastValue` calcule la dernière valeur (précédente) d'une mesure par rapport à la période précédente, comme spécifiée par la granularité et le décalage de la période. Cette fonction utilise un décalage basé sur la date au lieu d'un décalage de taille fixe. Cela garantit que seules les dates correctes sont comparées, même s'il manque des points de données dans le jeu de données.
## Syntaxe
```
periodOverPeriodLastValue(
measure,
date,
period,
offset)
```
## Arguments
*mesure*
Une mesure regroupée pour laquelle vous souhaitez voir la différence.
*date*
Dimension de date sur laquelle vous calculez periodOverPeriod les calculs.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
Cet argument correspond par défaut à la granularité de l'agrégation visuelle
*offset*
(Facultatif) Le décalage peut être un entier positif ou négatif qui représente la période précédente (spécifiée par période) à laquelle vous désirez effectuer la comparaison. Par exemple, la période d'un trimestre présentant le décalage 1 signifie une comparaison avec le trimestre précédent.
La valeur par défaut de cet argument est 1.
## Exemple
L'exemple suivant calcule la valeur mensuelle des ventes avec la granularité des dimensions visuelles ainsi qu'un décalage par défaut de 1.
```
periodOverPeriodLastValue(sum(Sales), {Order Date})
```
L'exemple suivant calcule la valeur mensuelle des ventes avec une granularité fixe de `MONTH` et un décalage fixe de 1.
```
periodOverPeriodLastValue(sum(Sales), {Order Date},MONTH, 1)
```
![\[Il s'agit d'une image du retour de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/MonthOverMonthLastValue.png)
# periodOverPeriodPercentDifference
La fonction `periodOverPeriodPercentDifference` calcule la différence en pourcentage d'une mesure sur deux périodes différentes, comme indiqué par la granularité et le décalage de la période. Contrairement à percentDifference, cette fonction utilise un décalage basé sur la date au lieu d'un décalage de taille fixe. Cela garantit que seules les dates correctes sont comparées, même s'il manque des points de données dans le jeu de données.
## Syntaxe
```
periodOverPeriodPercentDifference(
measure,
date,
period,
offset)
```
## Arguments
*mesure*
Une mesure regroupée pour laquelle vous souhaitez voir la différence.
*date*
Dimension de date sur laquelle vous calculez periodOverPeriod les calculs.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
Cet argument correspond par défaut à la granularité de l'agrégation visuelle
*offset*
(Facultatif) Le décalage peut être un entier positif ou négatif qui représente la période précédente (spécifiée par période) à laquelle vous désirez effectuer la comparaison. Par exemple, la période d'un trimestre présentant le décalage 1 signifie une comparaison avec le trimestre précédent.
La valeur par défaut de cet argument est 1.
## Exemple
L'exemple suivant calcule la différence mensuelle en pourcentage avec la granularité des dimensions visuelles ainsi qu'un décalage par défaut de 1.
```
periodOverPeriodPercentDifference(sum(Sales),{Order Date})
```
L'exemple suivant calcule la différence mensuelle en pourcentage des ventes avec une granularité fixe `MONTH` ainsi qu'un décalage fixe de 1.
```
periodOverPeriodPercentDifference(sum(Sales), {Order Date}, MONTH, 1)
```
![\[Il s'agit d'une image du retour de l'exemple de calcul.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/MonthOverMonthPercentDifference.png)
# periodToDateAvgOverTime
La fonction calcule `periodToDateAvgOverTime` la moyenne d'une mesure pour une granularité temporelle donnée (par exemple, un quart) jusqu'à un certain point dans le temps.
## Syntaxe
```
periodToDateAvgOverTime(
measure,
dateTime,
period)
```
## Arguments
*mesure*
Mesure regroupée pour laquelle vous souhaitez effectuer le calcul
*dateTime*
Dimension de date sur laquelle vous calculez PeriodOverTime les calculs.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
La valeur par défaut est la granularité de la dimension de date du visuel.
## Exemple
La fonction suivante calcule le montant moyen du tarif d'un mois à l'autre.
```
periodToDateAvgOverTime(sum({fare_amount}), pickupDatetime, MONTH)
```
![\[Voici une image qui présente les résultats du calcul de l'exemple avec des illustrations.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDAvgOverTimeResults.png)
# periodToDateCountOverTime
La fonction `periodToDateCountOverTime` calcule le nombre d'une dimension ou d'une mesure pour une granularité temporelle donnée (par exemple, un quart) jusqu'à un certain point dans le temps.
## Syntaxe
```
periodToDateCountOverTime(
measure,
dateTime,
period)
```
## Arguments
*mesure*
Mesure regroupée pour laquelle vous souhaitez effectuer le calcul
*dateTime*
Dimension de date sur laquelle vous calculez PeriodOverTime les calculs.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
La valeur par défaut est la granularité de la dimension de date du visuel.
## Exemple
L'exemple suivant calcule le nombre de fournisseurs mois après mois.
```
periodToDateCountOverTime(count(vendorid), pickupDatetime, MONTH)
```
![\[Voici une image qui présente les résultats du calcul de l'exemple avec des illustrations.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDCountOverTimeResults.png)
# periodToDateMaxOverTime
La fonction `periodToDateMaxOverTime` calcule le maximum d'une mesure pour une granularité temporelle donnée (par exemple, un quart) jusqu'à un certain point dans le temps.
## Syntaxe
```
periodToDateMaxOverTime(
measure,
dateTime,
period)
```
## Arguments
*mesure*
Mesure regroupée pour laquelle vous souhaitez effectuer le calcul
*dateTime*
Dimension de date sur laquelle vous calculez PeriodOverTime les calculs.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
La valeur par défaut est la granularité de la dimension de date du visuel.
## Exemple
L'exemple suivant calcule le montant maximum du tarif d'un mois à l'autre.
```
periodToDatemaxOverTime(max({fare_amount}), pickupDatetime, MONTH)
```
![\[Voici une image qui présente les résultats du calcul de l'exemple avec des illustrations.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDMaxOverTimeResults.png)
# periodToDateMinOverTime
La fonction `periodToDateMinOverTime` calcule le minimum d'une mesure pour une granularité temporelle donnée (par exemple, un quart) jusqu'à un certain point dans le temps.
## Syntaxe
```
periodToDateMinOverTime(
measure,
dateTime,
period)
```
## Arguments
*mesure*
Mesure regroupée pour laquelle vous souhaitez effectuer le calcul
*dateTime*
Dimension de date sur laquelle vous calculez PeriodOverTime les calculs.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
La valeur par défaut est la granularité de la dimension de date du visuel.
## Exemple
L'exemple suivant calcule le montant du tarif minimum d'un mois à l'autre.
```
periodToDateMinOverTime(min({fare_amount}), pickupDatetime, MONTH)
```
![\[Voici une image qui présente les résultats du calcul de l'exemple avec des illustrations.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDMinOverTimeResults.png)
# periodToDateSumOverTime
La fonction `periodToDateSumOverTime` calcule la somme d'une mesure pour une granularité temporelle donnée (par exemple, un quart) jusqu'à un certain point dans le temps.
## Syntaxe
```
periodToDateSumOverTime(
measure,
dateTime,
period)
```
## Arguments
*mesure*
Mesure regroupée pour laquelle vous souhaitez effectuer le calcul
*dateTime*
Dimension de date sur laquelle vous calculez PeriodOverTime les calculs.
*point*
(Facultatif) La période de temps sur laquelle vous effectuez le calcul. La granularité de `YEAR` signifie un calcul `YearToDate`, `Quarter` signifie `QuarterToDate` et ainsi de suite. Les granularités valides comprennent `YEAR`, `QUARTER`, `MONTH`, `WEEK`, `DAY`, `HOUR`, `MINUTE` et `SECONDS`.
La valeur par défaut est la granularité de la dimension de date du visuel.
## Exemple
La fonction suivante donne le montant total du tarif d'un mois à l'autre.
```
periodToDateSumOverTime(sum({fare_amount}), pickupDatetime, MONTH)
```
![\[Voici une image qui présente les résultats du calcul de l'exemple avec des illustrations.\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/PTDSumOverTime-example-results.png)
# stdevOver
la fonction `stdevOver` calcule l'écart type de la mesure spécifiée, partitionné par l'attribut ou les attributs choisis, sur la base d'un échantillon.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
stdevOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*mesure*
Mesure pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (par défaut) les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant calcule l'écart type de `sum(Sales)`, partitionné par `City` et `State`, sur la base d'un échantillon.
```
stdevOver
(
sum(Sales),
[City, State]
)
```
L'exemple suivant calcule l'écart type de `Billed Amount` plus de `Customer Region`, sur la base d'un échantillon. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
stdevOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# stdevpOver
La fonction `stdevpOver` calcule l'écart type de la mesure spécifiée, partitionné par l'attribut ou les attributs choisis, en fonction d'une population biaisée.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
stdevpOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*mesure*
Mesure pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (par défaut) les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant calcule l'écart type de `sum(Sales)`, partitionnés par `City` et `State`, sur la base d'un remplissage biaisé.
```
stdevpOver
(
sum(Sales),
[City, State]
)
```
L'exemple suivant calcule l'écart type de `Billed Amount` sur `Customer Region`, sur la base d'un remplissage biaisé. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
stdevpOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# varOver
La fonction `varOver` calcule la variance de la mesure spécifiée, partitionnée par l'attribut ou les attributs choisis, sur la base d'un échantillon.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
varOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*mesure*
Mesure pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant calcule la variance de `sum(Sales)`, partitionnée par `City` et `State`, sur la base d' un échantillon.
```
varOver
(
sum(Sales),
[City, State]
)
```
L'exemple suivant calcule la variance de `Billed Amount` sur `Customer Region`, sur la base d' un échantillon. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
varOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# varpOver
La fonction `varpOver` calcule la variance de la mesure spécifiée, partitionnée par l'attribut ou les attributs choisis, sur la base d'un remplissage biaisé.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
varpOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*mesure*
Mesure pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant calcule la variance de `sum(Sales)`, partitionnée par `City` et `State`, sur la base d'un remplissage biaisé.
```
varpOver
(
sum(Sales),
[City, State]
)
```
L'exemple suivant calcule la variance de `Billed Amount` sur `Customer Region`, sur la base d'un remplissage biaisé. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
varpOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# sumOver
La fonction `sumOver` calcule la somme d'une mesure partitionnée par une liste de dimensions.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
sumOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## Arguments
*mesure*
Mesure pour laquelle vous souhaitez effectuer le calcul, par exemple `sum({Sales Amt})`. Utilisez un regroupement si le niveau de calcul est défini sur `NULL` ou `POST_AGG_FILTER`. N'utilisez pas de regroupement si le niveau de calcul est défini sur `PRE_FILTER` ou `PRE_AGG`.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (par défaut) les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant calcule la somme de `sum(Sales)`, partitionnée selon `City` et `State`.
```
sumOver
(
sum(Sales),
[City, State]
)
```
L'exemple suivant calcule la somme de `Billed Amount` sur `Customer Region`. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
sumOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
La capture d'écran suivante affiche les résultats de l'exemple. Avec l'ajout de `Customer Segment`, le montant total facturé pour chaque est additionné pour le `Customer Region` et s'affiche dans le champ calculé.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/sumOver.png)
# denseRank
La fonction `denseRank` calcule le rang d'une mesure ou une dimension en comparaison avec les partitions spécifiées. Il ne comptabilise chaque élément qu'une seule fois, sans tenir compte des doublons, et attribue un classement « sans trous » afin que les valeurs en double partagent le même rang.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
denseRank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Arguments
*champ pour l'ordre de tri*
Un ou plusieurs champs regroupés, des mesures ou des dimensions ou les deux, selon lesquels vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant classe densément `max(Sales)`, selon un ordre de tri décroissant, par `State` et `City`. Toutes les villes avec les mêmes `max(Sales)` reçoivent le même classement et la ville suivante est classée au rang suivant. Par exemple, si trois villes partagent le même classement, la quatrième ville est classée comme deuxième.
```
denseRank
(
[max(Sales) DESC],
[State, City]
)
```
L'exemple suivant classe densément `max(Sales)`, selon un ordre de tri décroissant, par `State`. Tous les états avec les mêmes `max(Sales)` reçoivent le même classement et l'état suivant est classé au rang suivant. Par exemple, si trois états partagent le même classement, le quatrième état est classé comme deuxième.
```
denseRank
(
[max(Sales) DESC],
[State]
)
```
# rank
La fonction `rank` calcule le rang d'une mesure ou une dimension en comparaison avec les partitions spécifiées. Il comptabilise chaque élément, même des doublons, une fois et attribue un classement « avec trous » pour compenser les valeurs en double.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
rank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Arguments
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions regroupées selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant classe `max(Sales)`, selon un ordre de tri décroissant, par `State` et `City`, dans le `State` de **WA**. Toutes les villes avec les mêmes `max(Sales)` reçoivent le même classement, mais le rang suivant inclut le nombre de tous les rangs existant précédemment. Par exemple, si trois villes partagent le même classement, la quatrième ville est classée comme quatrième.
```
rank
(
[max(Sales) DESC],
[State, City]
)
```
L'exemple suivant classe `max(Sales)`, selon un ordre de tri croissant, par `State`. Tous les états avec les mêmes `max(Sales)` reçoivent le même classement, mais le rang suivant inclut le nombre de tous les rangs existant précédemment. Par exemple, si trois états partagent le même classement, le quatrième état est classé comme quatrième.
```
rank
(
[max(Sales) ASC],
[State]
)
```
L'exemple suivant classe `Customer Region` selon le `Billed Amount` total. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
rank(
[sum({Billed Amount}) DESC]
)
```
La capture d'écran suivante affiche les résultats de l'exemple, ainsi que le `Billed Amount` total, afin que vous puissiez voir le classement de chaque région.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/rankCalc.png)
# percentileRank
La fonction `percentileRank` calcule le rang en percentile d'une mesure ou une dimension en comparaison avec les partitions spécifiées. La valeur du classement percentile (*x*) indique que l'élément actuel est supérieur au *x* % des valeurs de la partition spécifiée. La plage de valeurs du rang en percentile s'étend de 0 (inclus) à 100 (exclu).
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
percentileRank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ {partition_field}, ... ]
)
```
## Arguments
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions regroupées selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*niveau de calcul*
(Facultatif) Spécifie le niveau de calcul à utiliser :
+ **`PRE_FILTER`** – Les calculs de pré-filtre sont effectués avant les filtres de jeu de données.
+ **`PRE_AGG`** – Les calculs de pré-regroupement sont effectués avant d'appliquer les regroupements et les filtres *N* premiers/derniers aux représentations visuelles.
+ **`POST_AGG_FILTER`** – (Par défaut) Les calculs de tableau sont effectués lorsque les représentations visuelles s'affichent.
La valeur par défaut est `POST_AGG_FILTER` lorsqu’elle est vide. Pour plus d'informations, consultez la section [Utilisation de calculs basés sur les niveaux dans Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html).
## Exemple
L'exemple suivant effectue un classement par percentile de `max(Sales)` dans l'ordre décroissant par `State`.
```
percentileRank
(
[max(Sales) DESC],
[State]
)
```
L'exemple suivant effectue un classement par percentile de `Customer Region` par `Billed Amount` total. Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
percentileRank(
[sum({Billed Amount}) DESC],
[{Customer Region}]
)
```
La capture d'écran suivante affiche les résultats de l'exemple, ainsi que le `Billed Amount` total, afin que vous puissiez voir la comparaison des différentes régions.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/percentileRank.png)
# runningAvg
La fonction `runningAvg` calcule une moyenne pour une mesure basée sur les dimensions et les ordres de tri spécifiés.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
runningAvg
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Une mesure agrégée pour laquelle vous souhaitez générer la moyenne.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule une moyenne de `sum(Sales)`, triée par `Sales`, partitionnée selon `City` et `State`.
```
runningAvg
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
L'exemple suivant calcule une moyenne de `Billed Amount`, triée par mois (`[truncDate("MM",Date) ASC]`). Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
runningAvg
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningCount
La fonction `runningCount` calcule un nombre pour une mesure ou une dimension basée sur les dimensions et les ordres de tri spécifiés.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
runningCount
(
measure_or_dimension
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Arguments
*mesure ou dimension*
Une mesure ou une dimension regroupée pour laquelle vous souhaitez générer le nombre.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule un nombre de `sum(Sales)`, trié par `Sales`, partitionné selon `City` et `State`.
```
runningCount
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
L'exemple suivant calcule un nombre de `Billed Amount`, trié par mois (`[truncDate("MM",Date) ASC]`). Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
runningCount
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningMax
La fonction `runningMax` calcule un maximum pour une mesure basée sur les dimensions et les ordres de tri spécifiés.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
runningMax
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Une mesure agrégée pour laquelle vous souhaitez générer le maximum.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule un maximum de `sum(Sales)`, trié par `Sales`, partitionné selon `City` et `State`.
```
runningMax
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
L'exemple suivant calcule un maximum de `Billed Amount`, trié par mois (`[truncDate("MM",Date) ASC]`). Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
runningMax
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningMin
La fonction `runningMin` calcule un minimum pour une mesure basée sur les dimensions et les ordres de tri spécifiés.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
runningMin
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Une mesure regroupée pour laquelle vous souhaitez générer le minimum.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule un minimum de `sum(Sales)`, trié par `Sales`, partitionné selon `City` et `State`.
```
runningMin
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
L'exemple suivant calcule un minimum de `Billed Amount`, trié par mois (`[truncDate("MM",Date) ASC]`). Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
runningMin
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningSum
La fonction `runningSum` calcule une somme pour une mesure basée sur les dimensions et les ordres de tri spécifiés.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
runningSum
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Une mesure agrégée pour laquelle vous souhaitez générer la somme.
*champ pour l'ordre de tri*
Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule une somme de `sum(Sales)`, triée par `Sales`, partitionnée selon `City` et `State`.
```
runningSum
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
L'exemple suivant calcule une somme de `Billed Amount`, triée par mois (`[truncDate("MM",Date) ASC]`). Les champs du calcul de tableau se trouvent dans les sélecteurs de champs de la représentation visuelle.
```
runningSum
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
La capture d'écran suivante affiche les résultats de l'exemple. Les étiquettes rouges montrent comment chaque montant est additionné (`a + b = c`) au montant suivant, ce qui se traduit par un nouveau total.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/runningSum.png)
# firstValue
La fonction `firstValue` calcule la première valeur de la mesure ou de la dimension agrégée, partitionnée et triée selon les attributs spécifiés.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
firstValue
(
aggregated measure or dimension,
[ sort_attribute ASC_or_DESC, ... ],
[ partition_by_attribute, ... ]
)
```
## Arguments
*mesure ou dimension agrégée*
Une mesure ou une dimension regroupée dont vous voulez voir la première valeur.
*trier attribut*
Un ou plusieurs champs regroupés, des mesures ou des dimensions ou les deux, selon lesquels vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*partition par attribut*
(Facultatif) Une ou plusieurs mesures ou dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule le premier `Destination Airport`, trié par `Flight Date`, partitionné par `Flight Date` en ordre croissant ainsi que `Origin Airport`.
```
firstValue(
{Destination Airport}
[{Flight Date} ASC],
[
{Origin Airport},
{Flight Date}
]
)
```
# lastValue
La fonction `lastValue` calcule la dernière valeur de la mesure regroupée ou de la dimension partitionnée et triée selon les attributs spécifiés.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
lastValue
(
aggregated measure or dimension,
[ sort_attribute ASC_or_DESC, ... ],
[ partition_by_attribute, ... ]
)
```
## Arguments
*mesure ou dimension agrégée*
Une mesure ou une dimension regroupée dont vous voulez voir la dernière valeur.
*trier attribut*
Un ou plusieurs champs regroupés, des mesures ou des dimensions ou les deux, selon lesquels vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (`ASC`) ou décroissant (`DESC`).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*partition par attribut*
(Facultatif) Une ou plusieurs mesures ou dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule la dernière valeur pour `Destination Airport`. Ce calcul est trié en fonction de la valeur `Flight Date` et partitionné en fonction de la valeur `Flight Date` triée par ordre croissant ainsi que de la valeur `Origin Airport`.
```
lastValue(
[{Destination Airport}],
[{Flight Date} ASC],
[
{Origin Airport},
truncDate('DAY', {Flight Date})
]
)
```
# windowAvg
La fonction `windowAvg` calcule la moyenne de la mesure regroupée dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés. En règle générale, vous utilisez les fonctions de fenêtrage personnalisé sur une série chronologique, dans laquelle votre représentation visuelle affiche une métrique et un champ de date. Par exemple, vous pouvez utiliser `windowAvg` pour calculer une moyenne mobile, qui est souvent utilisée pour lisser le bruit dans un graphique en aires.
Les fonctions de fenêtrage ne sont pas prises en charge pour les versions MySQL antérieures à 8 et pour les versions MariaDB antérieures à 10.2.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
windowAvg
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Les métriques regroupées pour lesquelles vous souhaitez obtenir la moyenne, par exemple `sum({Revenue})`.
*trier attribut*
Un ou plusieurs champs regroupés, des mesures ou des dimensions ou les deux, selon lesquels vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1 \$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de début*
L'index de début est un entier positif indiquant *n* lignes au-dessus de la ligne actuelle. L'index de début comptabilise les points de données disponibles au-dessus de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*index de fin*
L'index de fin est un entier positif indiquant *n* lignes en dessous de la ligne actuelle. L'index de fin comptabilise les points de données disponibles en dessous de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule la moyenne mobile de `sum(Revenue)`, partitionnée selon `SaleDate`. Le calcul comprend trois lignes au-dessus et deux lignes en dessous de la ligne actuelle.
```
windowAvg
(
sum(Revenue),
[SaleDate ASC],
3,
2
)
```
La capture d'écran suivante affiche les résultats de cet exemple de moyenne mobile. Le champ somme (Revenu) est ajouté au graphique pour montrer la différence entre le revenu et la moyenne mobile des revenus.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/windowAvg.png)
# windowCount
La fonction `windowCount` calcule le nombre de mesures ou de dimensions regroupées dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés. En règle générale, vous utilisez les fonctions de fenêtrage personnalisé sur une série chronologique, dans laquelle votre représentation visuelle affiche une métrique et un champ de date.
Les fonctions de fenêtrage ne sont pas prises en charge pour les versions MySQL antérieures à 8 et pour les versions MariaDB antérieures à 10.2.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
windowCount
(
measure_or_dimension
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Arguments
*mesure ou dimension*
Les métriques regroupées pour lesquelles vous souhaitez obtenir la moyenne, par exemple `sum({Revenue})`.
*trier attribut*
Un ou plusieurs champs regroupés, des mesures ou des dimensions ou les deux, selon lesquels vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de début*
L'index de début est un entier positif indiquant *n* lignes au-dessus de la ligne actuelle. L'index de début comptabilise les points de données disponibles au-dessus de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*index de fin*
L'index de fin est un entier positif indiquant *n* lignes en dessous de la ligne actuelle. L'index de fin comptabilise les points de données disponibles en dessous de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule le nombre mobile de `sum(Revenue)`, partitionné selon `SaleDate`. Le calcul comprend trois lignes au-dessus et deux lignes en dessous de la ligne actuelle.
```
windowCount
(
sum(Revenue),
[SaleDate ASC],
3,
2
)
```
# windowMax
La fonction `windowMax` calcule le maximum de la mesure regroupée dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés. En règle générale, vous utilisez les fonctions de fenêtrage personnalisé sur une série chronologique, dans laquelle votre représentation visuelle affiche une métrique et un champ de date. Vous pouvez utiliser `windowMax` pour vous aider à identifier le maximum de la métrique sur une période de temps.
Les fonctions de fenêtrage ne sont pas prises en charge pour les versions MySQL antérieures à 8 et pour les versions MariaDB antérieures à 10.2.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
windowMax
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Les métriques regroupées pour lesquelles vous souhaitez obtenir la moyenne, par exemple `sum({Revenue})`.
*trier attribut*
Un ou plusieurs champs regroupés, des mesures ou des dimensions ou les deux, selon lesquels vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de début*
L'index de début est un entier positif indiquant *n* lignes au-dessus de la ligne actuelle. L'index de début comptabilise les points de données disponibles au-dessus de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*index de fin*
L'index de fin est un entier positif indiquant *n* lignes en dessous de la ligne actuelle. L'index de fin comptabilise les points de données disponibles en dessous de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule le maximum sur 12 mois de `sum(Revenue)`, partitionné par `SaleDate`. Le calcul comprend 12 lignes au-dessus et 0 lignes en dessous de la ligne actuelle.
```
windowMax
(
sum(Revenue),
[SaleDate ASC],
12,
0
)
```
La capture d'écran suivante affiche les résultats de cet exemple sur 12 mois. Le champ somme (Revenu) est ajouté au graphique pour montrer la différence entre le revenu et les revenus maximum sur la période de 12 mois.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/windowMax.png)
# windowMin
La fonction `windowMin` calcule le minimum de la mesure regroupée dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés. En règle générale, vous utilisez les fonctions de fenêtrage personnalisé sur une série chronologique, dans laquelle votre représentation visuelle affiche une métrique et un champ de date. Vous pouvez utiliser `windowMin` pour vous aider à identifier le minimum de la métrique sur une période de temps.
Les fonctions de fenêtrage ne sont pas prises en charge pour les versions MySQL antérieures à 8 et pour les versions MariaDB antérieures à 10.2.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
windowMin
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Les métriques regroupées pour lesquelles vous souhaitez obtenir la moyenne, par exemple `sum({Revenue})`.
*trier attribut*
Un ou plusieurs champs regroupés, des mesures ou des dimensions ou les deux, selon lesquels vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de début*
L'index de début est un entier positif indiquant *n* lignes au-dessus de la ligne actuelle. L'index de début comptabilise les points de données disponibles au-dessus de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*index de fin*
L'index de fin est un entier positif indiquant *n* lignes en dessous de la ligne actuelle. L'index de fin comptabilise les points de données disponibles en dessous de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule le minimum sur 12 mois de `sum(Revenue)`, partitionné par `SaleDate`. Le calcul comprend 12 lignes au-dessus et 0 lignes en dessous de la ligne actuelle.
```
windowMin
(
sum(Revenue),
[SaleDate ASC],
12,
0
)
```
La capture d'écran suivante affiche les résultats de cet exemple sur 12 mois. Le champ somme (Revenu) est ajouté au graphique pour montrer la différence entre le revenu et les revenus minimum sur la période de 12 mois.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/windowMin.png)
# windowSum
La fonction `windowSum` calcule la somme de la mesure regroupée dans une fenêtre personnalisée qui est divisée et triée par les attributs spécifiés. En règle générale, vous utilisez les fonctions de fenêtrage personnalisé sur une série chronologique, dans laquelle votre représentation visuelle affiche une métrique et un champ de date.
Les fonctions de fenêtrage ne sont pas prises en charge pour les versions MySQL antérieures à 8 et pour les versions MariaDB antérieures à 10.2.
## Syntaxe
Les crochets sont obligatoires. Pour voir quels arguments sont facultatifs, consultez les descriptions suivantes.
```
windowSum
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## Arguments
*mesure*
Les métriques regroupées pour lesquelles vous souhaitez obtenir la somme, par exemple `sum({Revenue})`.
Pour les moteurs MySQL, MariaDB et Amazon Aurora, avec une compatibilité MySQL, l'index de recherche est limité à 1. Les fonctions de fenêtrage ne sont pas prises en charge pour les versions MySQL antérieures à 8 et pour les versions MariaDB antérieures à 10.2.
*trier attribut*
Un ou plusieurs champs regroupés, des mesures ou des dimensions ou les deux, selon lesquels vous souhaitez trier les données, avec séparation par des virgules. Vous pouvez spécifier un ordre de tri croissant (**ASC**) ou décroissant (**DESC**).
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
*index de début*
L'index de début est un entier positif indiquant *n* lignes au-dessus de la ligne actuelle. L'index de début comptabilise les points de données disponibles au-dessus de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*index de fin*
L'index de fin est un entier positif indiquant *n* lignes en dessous de la ligne actuelle. L'index de fin comptabilise les points de données disponibles en dessous de la ligne actuelle, au lieu de compter les périodes réelles. Si vos données sont fragmentées (mois ou années manquants, par exemple), ajustez les index en conséquence.
*champ de partition*
(Facultatif) Une ou plusieurs mesures et dimensions selon lesquelles vous souhaitez effectuer la partition, avec séparation par des virgules.
Chaque champ de la liste est placé dans des accolades \$1\$1, s'il s'agit de plusieurs mots. La liste entière est placée entre crochets [ ].
## Exemple
L'exemple suivant calcule la somme mobile de `sum(Revenue)`, triée par mois `SaleDate`. Le calcul comprend deux lignes au-dessus et une ligne en dessous de la ligne actuelle.
```
windowSum
(
sum(Revenue),
[SaleDate ASC],
2,
1
)
```
L'exemple suivant montre une somme sur 12 mois.
```
windowSum(sum(Revenue),[SaleDate ASC],12,0)
```
La capture d'écran suivante affiche les résultats de cet exemple sur 12 mois. Le champ `sum(Revenue)` est ajouté au graphique pour montrer la différence entre le revenu et la somme des revenus sur une période de 12 mois.
![\[alt text not found\]](http://docs.aws.amazon.com/fr_fr/quick/latest/userguide/images/windowSum.png)