翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # 計算の追加 次の 1 つまたは複数を使用して、データを変換する計算フィールドを作成します。 + [オペレータ](arithmetic-and-comparison-operators.md) + [関数](functions.md) + データを含むフィールド + その他の計算フィールド 計算フィールドは、データの準備中または分析ページからデータセットに追加できます。データの準備中に計算フィールドをデータセットに追加すると、そのデータセットを使用するすべての分析でそのフィールドを使用できます。分析ページからデータセットに追加すると、計算フィールドはその分析でのみ使用可能です。計算フィールドの追加に関する詳細については、以下のトピックを参照してください。 **Topics** + [計算フィールドの追加](adding-a-calculated-field-analysis.md) + [Amazon Quick Sight の評価順序](order-of-evaluation-quicksight.md) + [Quick Sight でのレベル対応計算の使用](level-aware-calculations.md) + [Amazon Quick の計算フィールド関数と演算子リファレンス](calculated-field-reference.md) # 計算フィールドの追加 次の 1 つまたは複数を使用して、データを変換する計算フィールドを作成します。 + [オペレータ](arithmetic-and-comparison-operators.md) + [関数](functions.md) + 集計関数 (これらは分析にのみ追加できます)。 + データを含むフィールド + その他の計算フィールド 計算フィールドは、データの準備中または分析ページからデータセットに追加できます。データの準備中に計算フィールドをデータセットに追加すると、そのデータセットを使用するすべての分析でそのフィールドを使用できます。分析ページからデータセットに追加すると、計算フィールドはその分析でのみ使用可能です。 分析は単一行オペレーションと集計オペレーションの両方をサポートしています。単一行オペレーションは、各行に対する異なる (可能性のある) 結果を返すオペレーションです。集計オペレーションは、行の集合全体に対する常に同じ結果セットを返すオペレーションです。例えば、条件なしのシンプルな文字列関数を使用すると、各行が変更されます。集計関数を使用すると、グループ内のすべての行に適用されます。米国の総売上額を求める場合は、同じ数値が行の集合全体に適用されます。特定の州のデータを求める場合は、新しいグループを反映するように総売上額が変更されます。この場合も、行の集合全体に対する 1 つの結果が返されます。 分析内で集計される計算フィールドを作成することで、データをドリルダウンできます。その集計フィールドの値は、各レベルで適切に再計算されます。このタイプの集計は、データセットの準備時には不可能です。 例えば、国別、地域別、州別の利益率を把握するとします。分析フィールドに計算フィールド `(sum(salesAmount - cost)) / sum(salesAmount)` を追加できます。このフィールドは、アナリストが地理情報をドリルダウンした時点で、国別、地域別、州別に計算されます。 **Topics** + [分析への計算フィールドの追加](#using-the-calculated-field-editor-analysis) + [データセットへの計算フィールドの追加](#using-the-calculated-field-editor) + [計算フィールドでの小数値の処理](#handling-decimal-fields) ## 分析への計算フィールドの追加 データセットを分析に追加すると、データセット内に存在するすべての計算フィールドが分析に追加されます。分析レベルで計算フィールドをさらに追加して、その分析でのみ使用できる計算フィールドを作成できます。 **分析に計算フィールドを追加する** 1. [クイックコンソール](https://quicksight.aws.amazon.com/)を開きます。 1. 変更する分析を開きます。 1. **[データ]** ペインの左上にある **[追加]** を選択し、 **[\$1 計算フィールド]** を選択します。 1. 開いた計算エディタで、以下の作業を行います。 1. 計算フィールドの名前を入力します。 1. データセット、関数、および演算子からのフィールドを使用して式を入力します。 1. 完了したら、**[保存]** を選択します。 Quick Sight で使用可能な関数を使用して数式を作成する方法の詳細については、「」を参照してください[Amazon Quick の計算フィールド関数と演算子リファレンス関数と演算子](calculated-field-reference.md)。 ## データセットへの計算フィールドの追加 Amazon Quick Sight の作成者は、データセットの作成のデータ準備段階で計算フィールドを生成できます。データセットのために計算フィールドを作成すると、そのフィールドは該当のデータセット内の新しい列になります。データセットを使用するすべての分析は、そのデータセットの計算フィールドを継承します。 計算フィールドが行レベルで動作し、データセットが に保存されている場合SPICE、Quick Sight は結果を計算してマテリアライズしますSPICE。計算フィールドが集計関数に依存している場合、Quick Sight は式を保持し、分析の生成時に計算を実行します。このタイプの計算フィールドは、具現化されていない計算フィールドと呼ばれます。 **データセットの計算フィールドを追加または編集する** 1. 使用するデータセットを開きます。詳細については、「[データセットの編集](edit-a-data-set.md)」 を参照してください。 1. データの準備ページで、以下のいずれかを実行します。 + 新しいフィールドを作成するには、左側の [**Add calculated field (計算フィールドを追加)**] を選択します。 + 既存のフィールドを編集するには、左側の **[Calculated fields]** (計算フィールド) からフィールドを選択し、コンテキストメニュー (右クリック) から **[Edit]** (編集) を選択します。 1. 計算エディタで **[Add title]** (タイトルを追加) にわかりやすい名前を入力し、新しい計算フィールドに名前を付けます。この名前はデータセットのフィールドリストに表示されるため、他のフィールドと同じような名前になるはずです。この例では、フィールドに `Total Sales This Year` という名前が付けられています。 1. (オプション) コメントを追加します。例えば、スラッシュとアスタリスクでテキストを囲むことで、式の動作を説明します。 ``` /* Calculates sales per year for this year*/ ``` 1. 使用するメトリクス、関数、その他の項目を特定します。この例では、以下を特定する必要があります。 + 使用するメトリクス + 関数: `ifelse` および `datediff` 「今年中に売上が発生した場合は総売上を表示し、それ以外の場合は 0 を表示する」のようなステートメントを作成したいと考えているとします。 `ifelse` 関数を追加するには、[**Functions (関数)**] リストを開きます。[**All (すべて)**] を選択し、すべての関数のリストを閉じます。これで、関数のグループが表示されます。[**Aggregate (集計)**]、[**Conditional (条件付き)**]、[**Date (日付)**] などです。 [**Conditional (条件付き)**] を選択し、`ifelse` をダブルクリックして WorkSpace に追加します。 ``` ifelse() ``` 1. WorkSpace の括弧内にカーソルを置き、空白行を 3 行追加します。 ``` ifelse( ) ``` 1. 最初の空白行にカーソルを置いて、`dateDiff` 関数を検索します。関数は [**Data (日付)**] の下の [**Functions (関数)**] に一覧表示されています。また、[**Search functions (関数の検索)**] に **date** を入力して検索できます。`dateDiff` 関数は、その名前の一部として *`date`* を持つすべての関数を返します。[**Data (日付)**] に一覧表示されているすべての関数が返されるわけではありません。たとえば、`now` 関数は検索結果から欠落しています。 `dateDiff` をダブルクリックして、この関数を `ifelse` ステートメントの先頭の空白行に追加します。 ``` ifelse( dateDiff() ) ``` `dateDiff` で使用されているパラメータを追加します。カーソルを `dateDiff` の括弧内に置き、`date1`、`date2`、`period` を追加します。 1. `date1` の場合、この最初のパラメータは、日付が含まれているフィールドです。[**Field (フィールド)**] で検索し、ダブルクリックするか名前を入力して、WorkSpace に追加します。 1. `date2` の場合、コンマを追加し、[**Functions (関数)**] で `truncDate()` を選択します。括弧内には、日付と期間を **truncDate( "YYYY", now() )** のように追加します。 1. `period` の場合、`date2` の後にコンマを追加した上で、**YYYY** を入力します。これは、その年の期間です。サポートされているすべての期間のリストを表示するには、[**Functions (関数)**] リストから `dateDiff` を見つけ、[**Learn more (詳細はこちら)**] を選択してドキュメントを開きます。このように、既にドキュメントが表示されている場合は、「[dateDiff](dateDiff-function.md)」を参照してください。 必要に応じて、読みやすくするためにいくつかのスペースを追加します。式は次のようになります。 ``` ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) ) ``` 1. 戻り値を指定します。この例では、`ifelse` にある最初のパラメータが `TRUE` または `FALSE` の値を返す必要があります。この年度と比較するために現在の年度が必要なので、`dateDiff` ステートメントからは `0` が返されるように指定します。`ifelse` の `if` の部分は、売上年度と現在の年度との間に差がない行を true として評価します。 ``` dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ``` 昨年度についての `TotalSales` フィールドを作成するには、`0` を `1` に変更します。 `truncDate` の代わりに`addDateTime` を使っても、同じ作業を実行できます。次に、以前の各年度について、`addDateTime` の最初のパラメータを変更してその年度を表示します。これを行うには、昨年度には `-1`、一昨年度には `-2` のように指定していきます。`addDateTime` を使用する場合、`dateDiff` 関数は各年度について `= 0` のままにしておきます。 ``` dateDiff( {Discharge Date}, addDateTime(-1, "YYYY", now() ) ,"YYYY" ) = 0 /* Last year */ ``` 1. カーソルを、`dateDiff` の真下にある最初の空白行に移動させます。カンマを追加します。 `ifelse` ステートメントの `then` の部分では、売上額の `TotalSales` を含む測定 (メトリクス) を選択する必要があります。 フィールドを選択するには、[**Field (フィールド)**] リストを開き、フィールドをダブルクリックして画面に追加します。または、名前を入力します。スペースを含む名前は、中括弧 `{ }` で囲みます。メトリクスには、別の名前が付く可能性があります。どのフィールドがメトリクスであるかは、その前の番号記号 (**\$1**) を見ればわかります。 式は次のようになります。 ``` ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ,{TotalSales} ) ``` 1. `else` 句を追加します。これは、`ifelse` 関数での必須事項ではありませんが、ここでは追加します。レポート目的の場合、Null 値を含む行は省略されることがあるため、通常は Null 値を追加する必要はありません。 ifelse の else の部分を `0` に設定します。すると、このフィールドは前年度の売上を含む行が `0` になります。 このためには、空白行にカンマを追加し、続いて `0` を追加します。最初にコメントを追加している場合、完成した `ifelse` 式は次のようになります。 ``` /* Calculates sales per year for this year*/ ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ,{TotalSales} ,0 ) ``` 1. 作業内容を保存するときは、右上の [**Save (保存)**] を選択します。 式にエラーがあると、エディタの下部にエラーメッセージが表示されます。式に赤い波線がないかチェックし、その行にカーソルを合わせてエラーメッセージの内容を確認します。一般的なエラーには、句読点の欠落、パラメータの欠落、スペルミス、無効なデータ型などがあります。 変更を加えないようにするには、[**Cancel (キャンセル)**] を選択します。 **計算フィールドにパラメータ値を追加するには** 1. 計算フィールドのパラメータは参照することが可能です。式にパラメータを追加すると、そのパラメータの現在の値を追加できます。 1. パラメータを追加するには、[**Parameters (パラメータ)**] リストを開き、値を含めたいパラメータを選択します。 1. (オプション) パラメータを手動で式に追加するときは、パラメータの名前を入力します。次に、入力した内容を中括弧 `{}` で囲み、`$` でプレフィックス (例: `${parameterName}`) します。 データセット内のフィールドのデータ型は、計算フィールドの型を含め、変更が可能です。選択できるデータ型は、フィールド内のデータと一致するものだけです。 **計算フィールドのデータ型を変更するには** + **計算フィールド** (左側) を使用する場合、変更するフィールドを選択し、コンテキストメニュー (右クリック) から [**Change data type (データタイプの変更)**] を選択します。 データセット内の他のフィールドとは異なり、計算フィールドは無効にできません。代わりに、それらを削除します。 **計算フィールドを削除するには** + [**Calculated fields (計算フィールド)**] (左側) を使用する場合、変更するフィールドを選択し、コンテキストメニュー (右クリック) から [**Delete(削除)**] を選択します。 ## 計算フィールドでの小数値の処理 データセットがダイレクトクエリモードを使用する場合、10 進データ型の計算は、データセットの生成元のソースエンジンの動作によって決まります。特定のケースでは、Quick Sight は特別な処理を適用して出力計算のデータ型を決定します。 データセットが SPICE クエリモードを使用し、計算フィールドが具現化される場合、結果のデータ型は特定の関数演算子と入力のデータ型によって決まります。以下の表は、一部の数値計算フィールドで想定される動作を示しています。 **単項演算子** 次の表は、使用する演算子と入力した値のデータ型に基づいて出力されるデータ型を示しています。例えば、`abs` 計算に整数を入力した場合、出力値のデータ型は整数になります。 **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/adding-a-calculated-field-analysis.html) **二項演算子** 次の表は、入力した 2 つの値のデータ型に基づいてどのデータ型が出力されるかを示しています。例えば、算術演算子の場合、2 つの整数データ型を指定すると、計算結果は整数として出力されます。 基本的な演算子 (\$1、-、\$1) の場合: | | **整数** | **10 進固定** | **10 進浮動** | | --- | --- | --- | --- | | **整数** | 整数 | 10 進固定 | 10 進浮動 | | **10 進固定** | 10 進固定 | 10 進固定 | 10 進浮動 | | **10 進浮動** | 10 進浮動 | 10 進浮動 | 10 進浮動 | 除算演算子 (/) の場合: | | **整数** | **10 進固定** | **10 進浮動** | | --- | --- | --- | --- | | **整数** | 10 進浮動 | 10 進浮動 | 10 進浮動 | | **10 進固定** | 10 進浮動 | 10 進固定 | 10 進浮動 | | **10 進浮動** | 10 進浮動 | 10 進浮動 | 10 進浮動 | 指数演算子および mod 演算子 (^、%) の場合: | | **整数** | **10 進固定** | **10 進浮動** | | --- | --- | --- | --- | | **整数** | 10 進浮動 | 10 進浮動 | 10 進浮動 | | **10 進固定** | 10 進浮動 | 10 進浮動 | 10 進浮動 | | **10 進浮動** | 10 進浮動 | 10 進浮動 | 10 進浮動 | # Amazon Quick Sight の評価順序 分析を開くか更新すると、Amazon Quick Sight はそれを表示する前に、分析で設定されたすべてのものを特定のシーケンスで評価します。Amazon Quick Sight は、設定をデータベースエンジンが実行できるクエリに変換します。クエリは、データベース、Software as a Service (SaaS) ソース、または Amazon Quick Sight 分析エンジン () に接続する場合でも、同様の方法でデータを返します[SPICE](spice.md)。 設定が評価される順序を理解すると、特定のフィルタまたは計算がいつデータに適用されるかを決める順序がわかります。 次の図は、評価の順序を示しています。左側の列には、レベルアウェア計算の、ウィンドウ (LAC-W) あるいは集計 (LAC-A) 関数が含まれていない場合の、評価の順序が表示されます。2 番目の列には、事前フィルター (`PRE_FILTER`) レベルで LAC-W 式が計算される計算済みフィールドを含む分析に関する、評価の順序が表示されます。3 番目の列には、事前集計 (`PRE_AGG`) レベルで LAC-W 式が計算される計算済みフィールドを含む分析に関する、評価の順序が表示されます。最後の列には、LAC-A 式が計算される計算済みフィールドを含む分析についての、評価の順序が表示されます。図の後に、評価の順序の詳細な説明があります。レベルアウェア計算の詳細については、「[Quick Sight でのレベル対応計算の使用](level-aware-calculations.md)」を参照してください。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/order-of-evaluation2.png) 次のリストは、Amazon Quick Sight が分析で設定を適用するシーケンスを示しています。データセットレベルの計算、フィルタ、セキュリティ設定など、データセットに設定されるすべての処理は、分析の外部で行われます。これらはすべて基盤となるデータに適用されます。次のリストでは、分析の内部で行われることについてのみ説明します。 1. **LAC-W 事前フィルターレベル**: 分析フィルターの前に、元のテーブルの濃度でデータを評価します。 1. **単純な計算**: 集計やウィンドウ計算を行わないスカラーレベルでの計算。例えば、`date_metric/60, parseDate(date, 'yyyy/MM/dd'), ifelse(metric > 0, metric, 0), split(string_column, '|' 0)`。 1. **LAC-W 関数 PRE\$1FILTER**: LAC-W PRE\$1FILTER 式がビジュアルに関与している場合、Amazon Quick Sight はまずフィルターの前に元のテーブルレベルでウィンドウ関数を計算します。フィルタで使用されている LAC-W PRE\$1FILTER 式は、この時点で適用されます。例えば、`maxOver(Population, [State, County], PRE_FILTER) > 1000`。 1. **LAC-W PRE\$1AGG**: 集計の前に、元のテーブルの濃度によりデータを評価します。 1. **解析中に追加されたフィルタ**：ビジュアルの非集計フィールド用に作成されたフィルタは、この時点で適用されます。これは WHERE 句に似ています。例えば、`year > 2020`。 1. **LAC-W 関数 PRE\$1AGG**: LAC-W PRE\$1AGG 式がビジュアルに関与している場合、Amazon Quick Sight は集計が適用される前にウィンドウ関数を計算します。フィルタで使用されている LAC-W PRE\$1AGG 式は、この時点で適用されます。例えば、`maxOver(Population, [State, County], PRE_AGG) > 1000`。 1. **上部/下部の N フィルタ**: 上部と下部の N 個の項目を表示するためのディメンションで設定されるフィルタです。 1. **LAC-Aレベル**: ビジュアルでの集計より前に、カスタマイズされたレベルで集計を評価します。 1. **カスタムレベルの集計**: ビジュアルで使用されている LAC-A 式は、この時点で計算されます。上記の各フィルターの後のテーブルに基づいて、Amazon QuickSight は、計算済みフィールドで指定されているディメンションでグループ化された集計を計算します。例えば、`max(Sales, [Region])`。 1. **ビジュアルレベル**: ビジュアルに適用された残りの設定を使用して、ビジュアルレベルで集計を評価し、集計後の表計算を評価します。 1. **ビジュアルレベルの集計**: 表形式 (ディメンションが空) のテーブルを除き、ビジュアルでの集計は常に適用される必要があります。この設定では、フィールドウェル内のフィールドに基づき集計が計算され、ビジュアルに配置されたディメンションによってグループ化されます。集計の上に構築されているフィルターは、この時点で適用されます。これは HAVING 句と同様です、例えば、`min(distance) > 100`。 1. **テーブル計算**：ビジュアルで参照される (集計後の表現をオペランドとして取る) 集計後の表計算がある場合、この時点で計算されます。Amazon Quick Sight は、ビジュアル集計後にウィンドウ計算を実行します。また、これらの計算に基づいて構築されたフィルタも適用されます。 1. **その他のカテゴリの計算**: このタイプの計算は、折れ線グラフ、棒グラフ、円グラフ、ドーナツグラフに対してのみ存在します。詳細については、「[表示制限](working-with-visual-types.md#display-limits)」 を参照してください。 1. **合計と小計**: 合計と小計は、必要に応じてドーナツグラフ (合計についてのみ)、テーブル (合計についてのみ)、およびピボットテーブルで計算されます。 # Quick Sight でのレベル対応計算の使用 | | | --- | |    適用先: Enterprise Edition と Standard Edition  | レベルアウェア計算 (LAC) では、ウィンドウ関数または集計関数を計算する際の詳細度のレベルを指定できます。LAC 関数には、レベルアウェア計算 – 集計 (LAC-A) 関数と、レベルアウェア計算 – ウィンドウ (LAC-W) 関数の 2 種類が存在します。 **Topics** + [LAC-A関数](#level-aware-calculations-aggregate) + [LAC-W 関数](#level-aware-calculations-window) ## レベルアウェア計算 – 集計 (LAC-A) 関数 LAC-A 関数を使用すると、計算をグループ化するレベルを指定できます。既存の集計関数に引数を 1 つ追加することで (例: `sum() , max() , count()`)、集計に使用するグループ別レベルを任意に定義できます。追加するレベルは、ビジュアルに追加されたディメンションとは関係なく、任意のディメンションを使用できます。例: ``` sum(measure,[group_field_A]) ``` LAC-A 関数を使用するには、目的の集計レベルを 2 番目の引数として括弧の間に追加しながら、計算エディターを使用して関数を直接入力します。比較のために、集計関数と LAC-A 関数の例を以下に示します。 + 集計関数: `sum({sales})` + LAC-A 関数: `sum({sales}, [{Country},{Product}])` LAC-A 結果は括弧 `[ ]` 内で指定されたレベルを使用して計算され、集計関数のオペランドとして使用されます。集計関数のグループ別レベルはビジュアルレベルで、**[Group by]** (グループ別) フィールドはビジュアルのフィールドウェルに追加されます。 括弧 `[ ]` 内に静的な LAC グループキーを作成する以外に、括弧内にパラメータ `$visualDimensions` を入力することで、視覚的なグループ別フィールドに合わせて動的に調整できます。これは、ユーザー定義のパラメータとは対照的に、システム提供のパラメータです。この `[$visualDimensions]` パラメータは、現在のビジュアルで **[Group by]** (グループ別) フィールドウェルに追加されたフィールドを表します。次の例は、グループキーをビジュアルディメンションに動的に追加する方法、またはビジュアルディメンションからグループキーを削除する方法を示しています + グループキーを動的に追加した LAC-A: `sum({sales}, [${visualDimensions},{Country},{Products}])` ビジュアルレベルの集計が計算される前に、売上の合計、`country` 別グループ、`products`、および **[Group by]** (グループ別) フィールドウェル内の他のフィールドの合計が計算されます。 + グループキーが動的に削除された LAC-A: `sum({sales}, [${visualDimensions},!{Country},!{Products}])` ビジュアルレベルの集計が計算される前に、売上の合計、ビジュアルの **[Group by]** (グループ別) フィールドウェル内のフィールド別グループの合計が計算されます。ただし、`country` および `product` は例外です。 LAC 式では、追加したグループキーまたは削除されたグループキーを指定できますが、両方を指定することはできません。 LAC-A 関数は、以下の集計関数でサポートされています。 + [avg](avg-function.md) + [count](count-function.md) + [distinct\$1count](distinct_count-function.md) + [max](max-function.md) + [median](median-function.md) + [min](min-function.md) + [percentile](percentile-function.md) + [percentileCont](percentileCont-function.md) + [percentileDisc (パーセンタイル)](percentileDisc-function.md) + [stdev](stdev-function.md) + [stdevp](stdevp-function.md) + [sum](sum-function.md) + [var](var-function.md) + [varp](varp-function.md) ### LAC-A の例 LAC-A 関数では、以下のことが行えます。 + ビジュアルのレベルからは独立した計算を実行します。例えば、次の計算を行う場合、売上数は国レベルでのみ集計され、ビジュアル内の他のディメンション (リージョンまたは製品) 全体からは集計されません。 ``` sum({Sales},[{Country}]) ``` + ビジュアルにないディメンションの計算を実行します。例えば、次のような関数では、リージョン別に合計売上額の平均を計算できます。 ``` sum({Sales},[{Country}]) ``` 国はビジュアルに含まれていませんが、LAC-A 関数はまず国レベルで売上を集計します。その後で、ビジュアルレベルの計算によって各リージョンでの平均値が生成されます。LAC-A 関数によりレベルが指定されていない場合、平均売上高は、各リージョン (売上列に表示) における最低詳細度 (データセットの基本レベル) で計算されます。 + LAC-A に、他の集計関数や LAC-W 関数を組み合わせて使用します。LAC-A 関数を他の関数にネストするには、 2 つの方法があります。 + 計算の作成時に、ネストされた構文を記述します。例えば、LAC-A 関数を LAC-W 関数にネストし、以下のように各製品の平均価格を使用して国ごとの総売上額を算出できます。 ``` sum(avgOver({Sales},[{Product}],PRE_AGG),[{Country}]) ``` + LAC-A 関数をビジュアルに追加すると、フィールドウェルで選択したビジュアルレベルの集計関数を使用して、計算をさらにネストすることが可能です。ビジュアル内のフィールドに関する集計の変更については、「[フィールドウェルを使用したフィールドでの集計の変更または追加](changing-field-aggregation.md#change-field-aggregation-field-wells)」を参照してください。 ### LAC-A での制限事項 LAC-A 関数には、以下の制限が適用されます。 + LAC-A 関数は、`sum()`、`count()`、および `percentile()` など、付加的および非付加的なすべての集合関数でサポートされています。LAC-A 関数は、「if」で終わる条件付き集計関数 (`sumif()`、`countif()` など) ではサポートされていません。同様に、「periodToDate」で始まる期間集計関数 (`periodToDateSum()`、`periodToDateMax()` など) でもサポートされません。 + 現在、テーブルおよびピボットテーブルの LAC-A 関数では、行レベルと列レベルの合計をサポートしていません。行レベルまたは列レベルの合計をグラフに追加した場合でも、合計値は空白として表示されます。その他の、非 LAC のディメンションには影響はありません。 + 現在、LAC-A 関数でのネストはサポートされていません。LAC-A 関数では、限られた機能が、通常の集計関数と LAC-W 関数とのネストをサポートしています。 例えば、以下の関数が対応しています。 + `Aggregation(LAC-A())`。例: `max(sum({sales}, [{country}]))` + `LAC-A(LAC-W())`。例: `sum(sumOver({Sales},[{Product}],PRE_AGG), [{Country}])` 以下の関数では対応していません。 + `LAC-A(Aggregation())`。例: `sum(max({sales}), [{country}])` + `LAC-A(LAC-A())`。例: `sum(max({sales}, [{country}]),[category])` + `LAC-W(LAC-A())`。例: `sumOver(sum({Sales},[{Product}]),[{Country}],PRE_AGG)` ## レベルアウェア計算-ウィンドウ (LAC-W) 関数 LAC-W 関数では、計算の対象としてウィンドウまたはパーティションを指定できます。LAC-W 関数は、事前フィルターレベルまたは事前集計レベルで実行が可能な、(`sumover()`、`(maxover)`、`denseRank` のような) ウィンドウ関数のグループです。例: `sumOver(measure,[partition_field_A],pre_agg)`。 以前は、LAC-W 関数をレベルアウェア集計 (LAA) と呼んでいました。 以下のタイプの問題に対し解答を得る際には、LAC-W 関数が役立ちます。 + お客様のうち、1 件の発注しか行っていないのは何人ですか? 10 件の場合は? 50 件の場合は? ビジュアルでは、カウントをビジュアル内のメトリクスではなくディメンションとして使用します。 + 生涯支出が 100,000 USD を超える顧客の市場セグメントあたりの合計売上高はどのくらいですか? ビジュアルには、市場セグメントとそれぞれの合計売上のみが表示されます。 + 会社全体の利益に対する各業界の貢献率 (合計に対する割合) はどれくらいですか? ビジュアルをフィルタリングして、一部の業種と、表示された業種の総売上高にどのように貢献するかを表示できるようにしたいと考えています。ただし、会社全体 (フィルタリングされた業界を含む) の売上合計に対する各業界のパーセントを確認する必要もあります。 + 業界平均と比較して、各カテゴリーの総売上高はどのくらいですか? 業界平均には、フィルタリング後もすべてのカテゴリーを含める必要があります。 + お客様はどのように累積支出範囲にグループ化されますか? グループ化は、メトリクスではなくディメンションとして使用します。 より複雑な質問については、Quick Sight が設定の評価の特定のポイントに到達する前に、計算またはフィルターを挿入できます。結果に直接影響を与えるには、計算レベルのキーワードをテーブル計算に追加します。Quick Sight がクエリを評価する方法の詳細については、「」を参照してください[Amazon Quick Sight の評価順序](order-of-evaluation-quicksight.md)。 LAC-W 関数では、以下の計算レベルがサポートされています。 + **`PRE_FILTER`** – 分析からフィルターを適用する前に、Quick Sight は事前フィルター計算を評価します。その後、これらの事前フィルタ計算で設定されたすべてのフィルタを適用します。 + **`PRE_AGG`** – 表示レベルの集計を計算する前に、Quick Sight は事前集計計算を実行します。次に、これらの事前集計計算で設定されたすべてのフィルタを適用します。この作業は、上位と下位の *N* フィルタを適用する前に行われます。 次のテーブル計算関数では、`PRE_FILTER` または `PRE_AGG` キーワードをパラメータとして使用できます。計算レベルを指定するときは、関数で集計されていない測定を使用します。たとえば、`countOver({ORDER ID}, [{Customer ID}], PRE_AGG)` を使用できます。`PRE_AGG` を使用して、`countOver` が事前集計レベルで実行されるように指定します。 + [avgOver](avgOver-function.md) + [countOver](countOver-function.md) + [denseRank](denseRank-function.md) + [distinctCountOver](distinctCountOver-function.md) + [minOver](minOver-function.md) + [maxOver](maxOver-function.md) + [percentileRank](percentileRank-function.md) + [rank](rank-function.md) + [stdevOver](stdevOver-function.md) + [stdevpOver](stdevpOver-function.md) + [sumOver](sumOver-function.md) + [varOver](varOver-function.md) + [varpOver](varpOver-function.md) デフォルトでは、各関数の最初のパラメータは集計された測定である必要があります。`PRE_FILTER` または `PRE_AGG` を使用する場合は、最初のパラメータに非集計メジャーを使用します。 重複を防止するため、LAC-W 関数によるビジュアル集計は、デフォルトで `MIN` に設定されます。集計を変更するには、フィールドのコンテキストメニュー (右クリック) を開き、別の集計を選択します。 実際のシナリオで LAC-W 関数を使用するタイミングと方法の例については、 AWS Big Data Blog [の投稿「Create advanced insights using Level Aware Aggregations in Amazon QuickSight」を参照してください。](https://aws.amazon.com/jp/blogs/big-data/create-advanced-insights-using-level-aware-aggregations-in-amazon-quicksight/) # Amazon Quick の計算フィールド関数と演算子リファレンス 計算フィールドは、データの準備中または分析ページからデータセットに追加できます。データの準備中に計算フィールドをデータセットに追加すると、そのデータセットを使用するすべての分析でそのフィールドを使用できます。分析ページからデータセットに追加すると、計算フィールドはその分析でのみ使用可能です。 次の関数と演算子を使用して、データを変換する計算フィールドを作成できます。 **Topics** + [オペレータ](arithmetic-and-comparison-operators.md) + [カテゴリ別関数](functions-by-category.md) + [関数](functions.md) + [集計関数](calculated-field-aggregations.md) + [テーブル計算関数](table-calculation-functions.md) # オペレータ 計算フィールドでは、次の演算子を使用できます。Quick は、括弧、指数、乗算、除算、加算、減算 (PEMDAS) のオペレーションの標準的な順序を使用します。等価 (=) および不等号 (<>) 比較では、大文字と小文字が区別されます。 + 加算 (\$1) + 減算 (−) + 乗算 (\$1) + 除算 (/) + モジュロ (%) － 次のリストの `mod()` も参照してください。 + パワー (^) － 次のリストの `exp()` も参照してください。 + Equal (=) + 等しくない (<>) + Greater than (>) + 以上 (>=) + 未満 (<) + 以下 (<=) + AND + または + NOT Amazon Quick では、以下の数学関数を式に適用できます。 + `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)` － 数値を除数で割った余りを求めます。 + `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) ` － 指定された式の 10 を底とする対数を返します。 + `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) ` － 指定された式の自然対数を返します。 + `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) ` － 指定された式の絶対値を返します。 + `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) ` － 指定された式の平方根を返します。 + `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) ` － 自然対数 *e* の底を、指定された式に累乗して返します。 長い計算を読みやすくするために、括弧を使用して計算内のグループと優先順位を明確にできます。次のステートメントでは、括弧は必要ありません。乗算ステートメントが先に処理され、その結果に 5 が加算され、値 26 が返されます。ただし、ステートメントを読みやすくするため、括弧を残します。 ``` 5 + (7 * 3) ``` 括弧が演算順序の最初であるため、他の演算子が適用される順序を変更できます。たとえば、以下のステートメントの場合、加算ステートメントが先に処理され、次にその結果に 3 が掛けられ、値 36 が返されます。 ``` (5 + 7) * 3 ``` ## 例: 算術演算子 次の例では、複数の算術演算子を使用して、割引後の売上合計を算出します。 ``` (Quantity * Amount) - Discount ``` ## 例: (/) 除算 次の例では、除算を使用して 3 を 2 で割ります。値 1.5 が返されます。Amazon Quick は浮動小数点除算を使用します。 ``` 3/2 ``` ## 例: (=) 等しい = を使用すると、大文字と小文字を区別した値の比較が実行されます。比較が TRUE である行が結果セットに含まれます。 次の例では、`Region` フィールドが **South** である行が結果に含まれます。`Region` が **south** の場合、その行は除外されます。 ``` Region = 'South' ``` 次の例では、比較は FALSE と評価されます。 ``` Region = 'south' ``` 以下は、`Region` をすべて大文字 (**SOUTH**) に変換してから **SOUTH** と比較した比較の例です。この場合、リージョンが **south**、**South** または **SOUTH** である行が返されます。 ``` toUpper(Region) = 'SOUTH' ``` ## 例: (<>) 不等号 <> は、*より大きい、またはより小さい*ことを意味します。 従って、**x<>1** とした場合、*x が 1 より小さい場合、または x が 1 より大きい場合*ということです。< と > は両方一緒に評価されます。つまり、*x が 1 以外の値の場合*です。または、*x が 1 と等しくない*とも言えます。 **注記** \$1= ではなく <> を使用します。 次の例では、`Status Code` を数値と比較します。`Status Code` が **1** と等しくない行が返されます。 ``` statusCode <> 1 ``` 次の例では、複数の `statusCode` の値を比較します。この場合、アクティブなレコードには `activeFlag = 1` があります。この例では、次のいずれかが該当する行が返されます。 + アクティブなレコードの場合、ステータスが 1 または 2 ではない行が表示されます。 + 非アクティブなレコードの場合、ステータスが 99 または -1 である行が表示されます。 ``` ( activeFlag = 1 AND (statusCode <> 1 AND statusCode <> 2) ) OR ( activeFlag = 0 AND (statusCode= 99 OR statusCode= -1) ) ``` ## 例: (^) べき乗記号 `^` は、*累乗*を意味します。べき乗演算子は、任意の有効な指数を持つ任意の数値フィールドで使用できます。 以下は、2 の 4 乗または (2 x 2 x 2 x 2) のシンプルな式の例です。これは、16 の値を返します。 ``` 2^4 ``` 次の例では、収益フィールドの平方根を計算します。 ``` revenue^0.5 ``` ## たとえば、AND、OR、NOT などです。 以下の例は、複数の式を比較するために AND、OR、および NOT を使用します。この例は、特別プロモーションが適用され、注文数が 10 個を超えるワシントン州またはオレゴン州以外 (NOT) の上位顧客にタグを付けるために条件演算子を使用することで、比較を実行します。値が返されない場合、値「N/A」が使用されます。 ``` ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a') ``` ## 例: 「in」または「not in」といった比較リストの作成 この例では、演算子を使用して、指定された値のリストに存在する、または存在しない値を見つける比較を作成します。 次の例では、`promoCode` と指定された値のリストを比較します。この例では、`promoCode` がリスト **(1, 2, 3)** に一致する行が返されます。 ``` promoCode = 1 OR promoCode = 2 OR promoCode = 3 ``` 次の例では、`promoCode` と指定された値のリストを比較します。この例では、`promoCode` がリスト **(1, 2, 3)** に一致しない行が返されます。 ``` NOT(promoCode = 1 OR promoCode = 2 OR promoCode = 3 ) ``` これを表現するもう 1 つの方法は、`promoCode` がリスト内のどの項目とも等しくないというリストを指定します。 ``` promoCode <> 1 AND promoCode <> 2 AND promoCode <> 3 ``` ## 例: 「Between」比較の作成 この例では、比較演算子を使用して、1 つの値と別の値の間に存在する値を示す比較を作成します。 次の例では、`OrderDate` を調べ、`OrderDate` が 2016 年の最初の日から最後の日までの間にある行が返されます。この場合、最初の日と最後の日を含めるため、比較演算子に「等号付き不等号」を使用します。 ``` OrderDate >= "1/1/2016" AND OrderDate <= "12/31/2016" ``` # カテゴリ別関数 このセクションでは、Amazon Quick で使用できる関数のリストをカテゴリ別にソートします。 **Topics** + [集計関数](#aggregate-functions) + [条件関数](#conditional-functions) + [日付関数](#date-functions) + [数値関数](#numeric-functions) + [数学関数](#mathematical-functions) + [文字列関数](#string-functions) + [テーブル計算](#table-calculations) ## 集計関数 Amazon Quick の計算フィールドの集計関数には以下が含まれます。これらは分析およびビジュアル作成時にのみ使用できます。これらの各関数は、選択されたディメンション別にグループ化された値を返します。集計ごとに、条件付きの集計もあります。これらは条件に応じて同じタイプの集計を実行します。 + [https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html) は、指定したメジャーの数値の集合の平均値を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html) は、条件ステートメントに基づいて平均を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/count-function.html) は、ディメンションまたはメジャーの値の個数を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html) は、条件ステートメントに基づいてカウントを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html) は、ディメンションまたはメジャーの個別の値の個数を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html) は、条件ステートメントに基づいて個別カウントを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/max-function.html](https://docs.aws.amazon.com/quicksight/latest/user/max-function.html) は、指定したメジャーの最大値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html) は、条件ステートメントに基づいて最大値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/median-function.html](https://docs.aws.amazon.com/quicksight/latest/user/median-function.html) は、指定したメジャーの中央値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html) は、条件ステートメントに基づいて中央値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/min-function.html](https://docs.aws.amazon.com/quicksight/latest/user/min-function.html) は、指定したメジャーの最小値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html) は、条件ステートメントに基づいて最小値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentile-function.html) (`percentileDisc` のエイリアス) は、選択した 1 つ以上のディメンションに基づいてグループ化された指定の測定の *n* 番目のパーセンタイル値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html) は、選択した 1 つ以上のディメンションに基づいてグループ化された指定の測定の数値の連続分布に基づいて、*n* 番目のパーセンタイル値を計算します。 + [percentileDisc (パーセンタイル)](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) は、指定されたメジャーの実際の数に基づいて *n* 番目のパーセンタイルを計算し、選択したディメンション別にグループ化します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャー内の一連の数値を平均化します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、ディメンションまたはメジャー内の値の数 (重複を含む) を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャーの最大値を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャーの中央値を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャーまたは日付の最小値を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、メジャー内の実数値に基づいたパーセンタイルを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、メジャー内の数値の連続分布に基づいたパーセンタイルを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャー内の一連の数値の標準偏差を標本に基づいて計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャー内の一連の数値の母標準偏差を標本に基づいて計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャー内の一連の数値を加算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャー内の一連の数値の標本分散を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャー内の一連の数値の母分散を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html)) は、サンプルに基づいて、指定した測定の数値の集合の標準偏差を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html) は、条件ステートメントに基づいてサンプル標準偏差を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html) は、母集団バイアスに基づいて、指定したメジャーの数値の集合の標準偏差を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html) は、条件ステートメントに基づいて母集団偏差を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/var-function.html](https://docs.aws.amazon.com/quicksight/latest/user/var-function.html)) は、標本に基づいて、指定した測定の数値の分散を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html) は、条件ステートメントに基づいてサンプル分散を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html)) は、バイアス母集団に基づいて、指定した測定の数値の分散を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html) は、条件ステートメントに基づいて母分散を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html)) は、指定した測定の数値の集合を加算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html)) は、条件ステートメントに基づいて合計を計算します。 ## 条件関数 Amazon Quick の計算フィールドの条件関数は次のとおりです。 + [https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html](https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html) は、Null ではない最初の引数の値を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html) では、一連の *if*, *then* 式のペアを評価し、最初の *if* 引数が true に評価される *then* 引数の値を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) は、式を評価して式が特定の値リストに含まれていることを判断します。 + [https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html) は、式を評価して式が Null ではないことを確認します。 + [https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html) は、式を評価して式が Null であることを確認します。式が Null である場合、`isNull` は true を返し、それ以外の場合は false を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html) は、式を評価して式が特定の値リストにないことを判断します。 + [https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html) は 2 つの式を比較します。2 つの式が等しい場合、関数は Null を返します。2 つの式が等しくない場合、関数は最初の式を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html) は、条件式と等しい最初のラベルと一致する式を返します。 ## 日付関数 Amazon Quick の計算フィールドの日付関数には以下が含まれます。 + [https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html) は、指定された日付または時刻に時間単位を加算または減算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html) は、指定された日付または時刻に指定された稼働日数を加算または減算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html](https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html) は、2 つの日付フィールド間の日数の差を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html) はエポック日付を標準日付に変換します。 + [https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html](https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html) は、日付値の指定された部分を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html) は、指定されたパターンを使用して日付を書式設定します。 + [https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html) は、指定された日付/時間の値が就業日または営業日の場合に TRUE を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html) は、指定された 2 つの日付値の間の営業日数を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/now-function.html](https://docs.aws.amazon.com/quicksight/latest/user/now-function.html) はファイルおよび Salesforce の現在の日付と時刻を、データベースの設定または UTC を使用して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html) は、日付の指定された部分を表す日付値を返します。 ## 数値関数 Amazon Quick の計算フィールドの数値関数には以下が含まれます。 + [https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html) は、小数値を次に大きい整数へと切り上げます。 + [https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html) は、小数値を整数に変換します。 + [https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html](https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html) は小数値を次に小さい整数に減らします。 + [https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html) は、整数値を小数に変換します。 + [https://docs.aws.amazon.com/quicksight/latest/user/round-function.html](https://docs.aws.amazon.com/quicksight/latest/user/round-function.html) は小数値を最も近い整数に四捨五入し、scale が指定されている場合は、指定された小数点以下の桁数で最も近い小数に四捨五入します。 ## 数学関数 Amazon Quick の計算フィールドの数学関数には以下が含まれます。 + `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)` － 数値を除数で割った余りを求めます。 + `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) ` － 指定された式の 10 を底とする対数を返します。 + `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) ` － 指定された式の自然対数を返します。 + `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) ` － 指定された式の絶対値を返します。 + `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) ` － 指定された式の平方根を返します。 + `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) ` － 自然対数 *e* の底を、指定された式に累乗して返します。 ## 文字列関数 Amazon Quick の計算フィールドの文字列 (テキスト) 関数には以下が含まれます。 + [https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html](https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html) は、2 つ以上の文字列を連結します。 + [https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html](https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html) は、式に部分文字列が含まれているかどうかを確認します。 + [https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html) は、式が指定された部分文字列で終わるかどうかを確認します。 + [https://docs.aws.amazon.com/quicksight/latest/user/left-function.html](https://docs.aws.amazon.com/quicksight/latest/user/left-function.html) は文字列の左端にある指定数の文字を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html) は、部分文字列を別の文字列内で探し、部分文字列の先頭文字までの文字数を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html) は、文字列の先頭にある空白文字を除去します。 + [https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html) は文字列を解析し、日付値が含まれているかどうかを判断して、見つかった場合はその日付を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html) は、文字列を解析して、小数値が含まれているかどうかを判断します。 + [https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html) は、文字列を解析して、整数値が含まれているかどうかを判断します。 + [https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html) はテキストフィールド内のネイティブ JSON または JSON オブジェクトの値を解析します。 + [https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html](https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html) は文字列の一部を新しい文字列で置き換えます。 + [https://docs.aws.amazon.com/quicksight/latest/user/right-function.html](https://docs.aws.amazon.com/quicksight/latest/user/right-function.html) は文字列の右端にある指定数の文字を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html) は、文字列の末尾にある空白文字を除去します。 + [https://docs.aws.amazon.com/quicksight/latest/user/split-function.html](https://docs.aws.amazon.com/quicksight/latest/user/split-function.html) は、選択する区切り記号に基づいて文字列を部分文字列の配列に分割し、位置によって指定された項目を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html) は、式が指定された部分文字列で始まるかどうかを確認します。 + [https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html](https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html) は文字列の文字数を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html](https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html) は文字列内の指定された位置から指定された数の文字列を返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html) は、文字列内の文字をすべて小文字にします。 + [https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html) は、入力された式を文字列にします。 + [https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html) は、文字列内の文字をすべて大文字にします。 + [https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html) は、文字列の先頭と末尾の両方の空白文字を除去します。 ## テーブル計算 テーブル計算は、分析でコンテキストを提供する関数のグループを形成します。強化され集約された分析のサポートを提供します。これらの計算を使用すれば、合計の割合、累計、差、共通ベースライン、ランクの計算などの一般的なビジネスシナリオに対応できます。 個々のビジュアルでデータを分析する際に、テーブル計算を現在のデータセットに適用して、ディメンションがメジャーに与える影響、またその逆を発見できます。ビジュアル化されたデータは、すべてのフィルター、フィールド選択、およびカスタマイズが適用された、現在のデータセットに基づいた結果セットです。結果セットを正確に確認するには、ビジュアルをファイルにエクスポートします。テーブル計算関数はデータの演算を行ってフィールド間の関係を明らかにします。 **Lookup ベースの機能** + [https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html) は、パーティションおよびソートの 1 つのセットに基づいたメジャーと、別のものに基づいた測定の差を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html)​ は、測定の lag (previous) 値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html)​ は、測定の lead (following) 値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html)​ は、現在の値と比較値のパーセンテージの差を計算します。 **オーバー関数** + [https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html)​ は、1 つ以上のディメンションにまたがる測定の平均を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html)​ は、1 つ以上のディメンションにまたがるフィールドの数を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html) は、指定されたレベルで指定された属性によって分割されたオペランドの個別の個数を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html)​ は、1 つ以上のディメンションにまたがる測定の最大値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html)​ 1 つ以上のディメンションにまたがる測定の最小値。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentileOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileOver-function.html) (`percentileDiscOver` のエイリアス) は、ディメンションのリストでパーティション分割された測定の *n* 番目のパーセンタイルを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html) は、ディメンションのリストでパーティション分割された測定の *n* 番目のパーセンタイルを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html) は、ディメンションのリストでパーティション分割された測定の実際の数に基づく *n* 番目のパーセンタイルを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html) は合計に影響する測定のパーセンテージを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html) は、期間粒度とオフセットで指定された 2 つの異なる期間におけるメジャーの差分を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html) は、期間粒度とオフセットで指定された前の期間からのメジャーの最後の (前の) 値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html) は、期間粒度とオフセットで指定された 2 つの異なる期間におけるメジャーのパーセント差分を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、メジャーの平均値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、ディメンションまたはメジャーの数を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、メジャーまたは日付の最大値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、メジャーまたは日付の最小値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html) は、特定時点までの所定の時間粒度 (四半期など) について、メジャーの合計を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html)​ は、1 つ以上のディメンションにまたがる測定の合計を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html) は、標本に基づいて、指定した測定の標準偏差を計算し、選択した 1 つ以上の属性別にパーティション分割して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html) は、バイアス母集団に基づいて、指定した測定の標準偏差を計算し、選択した 1 つ以上の属性別にパーティション分割して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html) は、標本に基づいて、指定した測定の分散を計算し、選択した 1 つ以上の属性別にパーティション分割して返します。 + [https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html) は、バイアス母集団に基づいて、指定した測定の分散を計算し、選択した 1 つ以上の属性別にパーティション分割して返します。 **ランク付け関数** + [https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html)​ は測定またはディメンションのランクを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html)​ は測定またはディメンションの重複を除いたランクを計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html)​ は、パーセンタイルに基づいて測定またはディメンションのランクを計算します。 **関数の実行** + [https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html) は測定の平均を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html) は測定の数を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html) は測定の最大値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html) は測定の最小値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html) は測定の累積を計算します。 **Window 関数** + [https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html) は、指定された属性でパーティション化およびソートされた集計された測定またはディメンションの最初の値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html) は、指定された属性でパーティション化およびソートされた集計された測定またはディメンションの最後の値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html) は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計された測定の平均を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html) は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計された測定の数を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html) は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計された測定の最大値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html) は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計された測定の最小値を計算します。 + [https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html) は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計された測定の合計を計算します。 # 関数 このセクションでは、Amazon Quick で使用できる関数のリストを示します。簡単な定義を使用してカテゴリ別にソートされた関数のリストを表示するには、[「カテゴリ別の関数](https://docs.aws.amazon.com/quicksight/latest/user/functions-by-category.html)」を参照してください。 **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` は日時値に対して時間単位を加算または減算します。たとえば、`addDateTime(2,'YYYY',parseDate('02-JUL-2018', 'dd-MMM-yyyy') )` は `02-JUL-2020` を返します。この関数を使用して日付および時刻データの日付計算を実行できます。 ## 構文 ``` addDateTime(amount, period, datetime) ``` ## 引数 *amount* 正の値または負の整数値は、指定された日時フィールドに対して加算または減算する時間の量を表します。 *期間* 正の値または負の値は、指定された日時フィールドに対して加算または減算する時間の量を表します。有効な期間は次のとおりです。 + YYYY: 日付の年の部分を返します。 + Q: 日付が属している四半期 (1～4) を返します。 + MM: 日付の月の部分を返します。 + DD: 日付の日の部分を返します。 + WK: 日付の週の部分を返します。Amazon Quick の週は日曜日から始まります。 + HH: 日付の時間の部分を返します。 + MI: 日付の分の部分を返します。 + SS: 日付の秒の部分を返します。 + MS: 日付のミリ秒の部分を返します。 *datetime* 日付計算を実行する日付または時刻。 ## 戻り型 Datetime ## 例 次の値を持つ `purchase_date`​ というフィールドがあるとします。 ``` 2018 May 13 13:24 2017 Jan 31 23:06 2016 Dec 28 06:45 ``` 次の計算を使用して、`addDateTime`​ は値を次のように変更します。 ``` 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` は、指定された日付値に、指定された稼働日数を加算または減算します。この関数は、指定された入力日付値の翌日またはそれより前の指定された稼働日の日付を返します。 ## 構文 ``` addWorkDays(initDate, numWorkDays) ``` ## 引数 *initDate* 計算の開始日となる有効な NULL 以外の日付。 + **データセットフィールド** – この関数を追加するデータセットの任意の `date` フィールド。 + **日付関数** – 別の `date` 関数からの任意の日付出力 (例: `parseDate`、`epochDate`、`addDateTime` など)。 **Example** ``` addWorkDays(epochDate(1659484800), numWorkDays) ``` + **計算フィールド** – `date`値を返す任意のクイック計算フィールド。 **Example** ``` calcFieldStartDate = addDateTime(10, “DD”, startDate) addWorkDays(calcFieldStartDate, numWorkDays) ``` + **パラメータ** – 任意のクイック`datetime`パラメータ。 **Example** ``` addWorkDays($paramStartDate, numWorkDays) ``` + 上記の引数値の任意の組み合わせ。 *numWorkDays* 計算の終了日となる NULL 以外の整数。 + **リテラル** — エクスプレッションエディタに直接入力される整数リテラル。 **Example** ``` ``` + **データセットフィールド** – データセットの任意の日付フィールド **Example** ``` ``` + **スカラー関数または計算** – `decimalToInt`、 など、別の から整数出力を返すスカラークイック関数`abs`。 **Example** ``` addWorkDays(initDate, decimalToInt(sqrt (abs(numWorkDays)) ) ) ``` + **計算フィールド** – `date`値を返す任意のクイック計算フィールド。 **Example** ``` someOtherIntegerCalcField = (num_days * 2) + 12 addWorkDays(initDate, someOtherIntegerCalcField) ``` + **パラメータ** – 任意のクイック`datetime`パラメータ。 **Example** ``` addWorkDays(initDate, $param_numWorkDays) ``` + 上記の引数値の任意の組み合わせ。 ## 戻り型 整数 ## 出力値 期待される出力値には以下が含まれます。 + 正の整数 (start\$1date < end\$1date の場合) + 負の整数 (start\$1date > end\$1date の場合) + 片方または両方の引数が `dataset field` から NULL 値を取得した場合は NULL。 ## 入力エラー 次の例に示すように、無効な引数値を使用するとエラーが発生します。 + 式の引数としてリテラル NULL を使用することはできません。 **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. ``` + 文字列リテラルを引数として使用したり、日付以外のデータ型を式で使用したりすることはできません。次の例では、文字列 **"2022-08-10"** は日付のように見えますが、実際には文字列です。これを使用するには、日付データ型に変換する関数を使用する必要があります。 **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. ``` ## 例 `numWorkDays` 引数として正の整数を指定すると、入力日付の未来の日付が生成されます。`numWorkDays` 引数として負の整数を指定すると、入力日付の過去の結果の日付が生成されます。`numWorkDays` 引数の値がゼロの場合、それが就業日か週末かに関係なく、入力日付と同じ値が生成されます。 この `addWorkDays` 関数は次の粒度で動作します: `DAY`。精度は、`DAY` レベルより低い、または高い粒度では維持できません。 ``` addWorkDays(startDate, endDate) ``` 次の値を持つ `employmentStartDate` というフィールドがあるとします。 ``` 2022-08-10 2022-08-06 2022-08-07 ``` 上記のフィールドと次の計算を使用して、`addWorkDays` が以下に示すように変更された値を返します。 ``` 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 ``` 次の例では、各従業員が実際に働いた日数に基づいて、2 年間に各従業員に支払われる日割り計算された賞与の合計を計算します。 ``` 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/ja_jp/quick/latest/userguide/images/addWorkDays-function-example.png) # Abs `abs` は、指定された式の絶対値を返します。 ## 構文 ``` abs(expression) ``` ## 引数 *expression* 式は数値である必要があります。フィールド名、リテラル値、または別の関数にすることができます。 # Ceil `ceil` は、小数値を次に大きい整数へと切り上げます。たとえば、`ceil(29.02)` は `30` を返します。 ## 構文 ``` ceil(decimal) ``` ## 引数 *10 進数* 小数データ型、**17.62** のようなリテラル値、または小数を出力する別の関数の呼び出しを使用しているフィールド。 ## 戻り型 整数 ## 例 次の例では、小数フィールドを次に大きい整数へと切り上げます。 ``` ceil(salesAmount) ``` 次が指定したフィールド値です。 ``` 20.13 892.03 57.54 ``` これらのフィールド値に対して、以下の値が返されます。 ``` 21 893 58 ``` # Coalesce `coalesce` は、Null ではない最初の引数の値を返します。非 Null の値が検出された場合、リストの残りの引数は検証されません。すべての引数が null の場合、結果は null になります。0 長の文字列は有効な値で、Null と同等とは見なされません。 ## 構文 ``` coalesce(expression1, expression2 [, expression3, ...]) ``` ## 引数 `coalesce` は、2 つ以上の式を引数として取ります。すべての式は、同じデータ型であるか、同じデータ型に暗黙的にキャストできる必要があります。 *expression* 式は、数値データ型、日時データ型、または文字列です。フィールド名、リテラル値、または別の関数にすることができます。 ## 戻り型 `coalesce` は、同じデータ型の値を入力引数として返します。 ## 例 次の例では、顧客の請求連絡先が存在する場合はその請求連絡先、請求連絡先が存在しない場合は住所を取得し、どちらも取得できない場合は "No address listed" を返します。 ``` coalesce(billingAddress, streetAddress, 'No address listed') ``` # Concat `concat` は、2 つ以上の文字列を連結します。 ## 構文 ``` concat(expression1, expression2 [, expression3 ...]) ``` ## 引数 `concat` は、2 つ以上の文字列式を引数として取ります。 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 String ## 例 次の例では、3 つの文字列フィールドを連結し、適切な間隔を追加しています。 ``` concat(salutation, ' ', firstName, ' ', lastName) ``` 次が指定したフィールド値です。 ``` salutation firstName lastName ------------------------------------------------------- Ms. Li Juan Dr. Ana Carolina Silva Mr. Nikhil Jayashankar ``` これらのフィールド値に対して、以下の値が返されます。 ``` Ms. Li Juan Dr. Ana Carolina Silva Mr. Nikhil Jayashankar ``` 次の例では、2 つの文字リテラルを連結しています。 ``` concat('Hello', 'world') ``` 次の値が返されます。 ``` Helloworld ``` # contains `contains` は、指定した部分文字列が式内に存在するかどうかを判断します。式に部分文字列が含まれている場合、contains は true を返し、それ以外の場合は false を返します。 ## 構文 ``` contains(expression, substring, string-comparison-mode) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *substring* 式と照合する文字のセット。部分文字列は式の中で複数回出現することがあります。 文字列比較モード (オプション) 文字列比較モードを指定し、以下を使用します。 + `CASE_SENSITIVE` – 文字列比較では、大文字と小文字が区別されます。 + `CASE_INSENSITIVE` – 文字列比較では、大文字と小文字が区別されません。 空白の場合、この値はデフォルトで `CASE_SENSITIVE` です。 ## 戻り型 ブール値 ## 例 ### デフォルトの大文字と小文字を区別した例 次の例では大文字と小文字を区別し、`state_nm` が **New** を含めるかどうかを評価します。 ``` contains(state_nm, "New") ``` 次が指定したフィールド値です。 ``` New York new york ``` これらのフィールド値に対して、以下の値が返されます。 ``` true false ``` ### 大文字と小文字を区別しない例 次の例では大文字と小文字を区別せず、`state_nm` が **new** を含めるかどうかを評価します。 ``` contains(state_nm, "new", CASE_INSENSITIVE) ``` 次が指定したフィールド値です。 ``` New York new york ``` これらのフィールド値に対して、以下の値が返されます。 ``` true true ``` ### 条件ステートメントの例 contains 関数は、「[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)」、「[varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html)」の If 関数内の条件ステートメントとして使用できます。 次の例では、`state_nm` が **New** を含む場合にのみ `Sales` が合計されます。 ``` sumIf(Sales,contains(state_nm, "New")) ``` ### 例は含まれていません 条件 `NOT` 演算子を使用して、式に指定された部分文字列が含まれていないかどうかを評価できます。 ``` NOT(contains(state_nm, "New")) ``` ### 数値を使用した例 `toString` 関数を適用することで、式または部分文字列引数に数値を使用できます。 ``` contains(state_nm, toString(5) ) ``` # decimalToInt `decimalToInt` は、小数点と小数点の後に続く数字を取り除くことで、小数値を整数データ型に変換します。`decimalToInt`​ は切り上げません。たとえば、`decimalToInt(29.99)` は `29` を返します。 ## 構文 ``` decimalToInt(decimal) ``` ## 引数 *10 進数* 小数データ型、**17.62** のようなリテラル値、または小数を出力する別の関数の呼び出しを使用しているフィールド。 ## 戻り型 整数 ## 例 次の例では、小数フィールドを整数に変換します。 ``` decimalToInt(salesAmount) ``` 次が指定したフィールド値です。 ``` 20.13 892.03 57.54 ``` これらのフィールド値に対して、以下の値が返されます。 ``` 20 892 57 ``` # dateDiff `dateDiff` は、2 つの日付フィールド間の日数の差を返します。期間の値を含めた場合、`dateDiff` は、日数ではなく期間間隔の差を返します。 ## 構文 ``` dateDiff(date1, date2,[period]) ``` ## 引数 `dateDiff` は 2 つの日付を引数として取ります。期間の指定は任意です。 *日付 1* 比較の最初の日付。日付フィールド、または日付を出力する別の関数の呼び出し。 *日付 2* 比較の 2 番目の日付。日付フィールド、または日付を出力する別の関数の呼び出し。 *期間* 返される期間の差。引用符で囲みます。有効な期間は次のとおりです。 + YYYY: 日付の年の部分を返します。 + Q: 日付が属している四半期の最初の日の日付を返します。 + MM: 日付の月の部分を返します。 + DD: 日付の日の部分を返します。 + WK: 日付の週の部分を返します。Amazon Quick の週は日曜日に始まります。 + HH: 日付の時間の部分を返します。 + MI: 日付の分の部分を返します。 + SS: 日付の秒の部分を返します。 + MS: 日付のミリ秒の部分を返します。 ## 戻り型 整数 ## 例 次の例では、2 つの日付の間の差を返します。 ``` dateDiff(orderDate, shipDate, "MM") ``` 次が指定したフィールド値です。 ``` orderDate shipdate ============================= 01/01/18 03/05/18 09/13/17 10/20/17 ``` これらのフィールド値に対して、以下の値が返されます。 ``` 2 1 ``` # endsWith `endsWith` は、式が指定した部分文字列で終わるかどうかを判断します。式が部分文字列で終わる場合、`endsWith` は true を返し、それ以外の場合は false を返します。 ## 構文 ``` endsWith(expression, substring, string-comparison-mode) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *substring* 式と照合する文字のセット。部分文字列は式の中で複数回出現することがあります。 文字列比較モード (オプション) 文字列比較モードを指定し、以下を使用します。 + `CASE_SENSITIVE` – 文字列比較では、大文字と小文字が区別されます。 + `CASE_INSENSITIVE` – 文字列比較では、大文字と小文字が区別されません。 空白の場合、この値はデフォルトで `CASE_SENSITIVE` です。 ## 戻り型 ブール値 ## 例 ### デフォルトの大文字と小文字を区別した例 次の例では大文字と小文字を区別し、`state_nm` endsWith **"York"** かどうかを評価します。 ``` endsWith(state_nm, "York") ``` 次が指定したフィールド値です。 ``` New York new york ``` これらのフィールド値に対して、以下の値が返されます。 ``` true false ``` ### 大文字と小文字を区別しない例 次の例では大文字と小文字を区別せず、`state_nm` endsWith **"york"** かどうかを評価します。 ``` endsWith(state_nm, "york", CASE_INSENSITIVE) ``` 次が指定したフィールド値です。 ``` New York new york ``` これらのフィールド値に対して、以下の値が返されます。 ``` true true ``` ### 条件ステートメントの例 この `endsWith` 関数は、「[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)」、「[varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html)」の If 関数内の条件ステートメントとして使用できます。 次の例では、`state_nm` の末尾が **"York"** の場合にのみ `Sales` が合計されます。 ``` sumIf(Sales,endsWith(state_nm, "York")) ``` ### 例は含まれていません 条件 `NOT` 演算子を使用して、式が指定された部分文字列で始まらないかどうかを評価できます。 ``` NOT(endsWith(state_nm, "York")) ``` ### 数値を使用した例 `toString` 関数を適用することで、式または部分文字列引数に数値を使用できます。 ``` endsWith(state_nm, toString(5) ) ``` # epochDate `epochDate` は、エポック日付を (Joda プロジェクトのドキュメントの「**Class DateTimeFormat**」で指定された形式パターン構文を使用して) yyyy-MM-dd**T**kk:mm:ss.SSS[Z](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html) 形式の標準の日付に変換します。例: 「`2015-10-15T19:11:51.003Z`」。 `epochDate` は、Quick () に保存されているデータセットに基づく分析での使用がサポートされていますSPICE。 ## 構文 ``` epochDate(epochdate) ``` ## 引数 *epochdate* 1970 年 1 月 1 日 00:00:00 UTC から経過した秒数として日付を整数で表したエポック日付。 *epochdate* は整数である必要があります。整数データ型を使用するフィールドの名前、リテラルの整数値、または整数を出力する別の関数の呼び出しを使用できます。整数値が 10 桁よりも長い場合は、11 桁以降の桁が破棄されます。 ## 戻り型 日付 ## 例 次の例では、エポック日付を標準の日付に変換します。 ``` epochDate(3100768000) ``` 次の値が返されます。 ``` 2068-04-04T12:26:40.000Z ``` # Exp `exp` は、自然対数 e の底を指定された式に累乗して返します。 ## 構文 ``` exp(expression) ``` ## 引数 *expression* 式は数値である必要があります。フィールド名、リテラル値、または別の関数にすることができます。 # Extract `extract` は、日付値の指定された部分を返します。時間情報を含んでいない日付の時間関連の部分を要求した場合、0 が返されます。 ## 構文 ``` extract(period, date) ``` ## 引数 *期間* 日付値から抽出する期間。有効な期間は次のとおりです。 + YYYY: 日付の年の部分を返します。 + Q: 日付が属している四半期 (1～4) を返します。 + MM: 日付の月の部分を返します。 + DD: 日付の日の部分を返します。 + WD: 曜日を整数で返します。日曜日を 1 とします。 + HH: 日付の時間の部分を返します。 + MI: 日付の分の部分を返します。 + SS: 日付の秒の部分を返します。 + MS: 日付のミリ秒の部分を返します。 **注記** ミリ秒の抽出は、バージョン 0.216 以下のプレストデータベースではサポートされていません。 *date* 日付フィールド、または日付を出力する別の関数の呼び出し。 ## 戻り型 整数 ## 例 以下の例では、日付値から日を抽出しています。 ``` extract('DD', orderDate) ``` 次が指定したフィールド値です。 ``` orderDate ========= 01/01/14 09/13/16 ``` これらのフィールド値に対して、以下の値が返されます。 ``` 01 13 ``` # Floor `floor` は小数値を次に小さい整数に減らします。たとえば、`floor(29.08)` は `29` を返します。 ## 構文 ``` floor(decimal) ``` ## 引数 *10 進数* 小数データ型、**17.62** のようなリテラル値、または小数を出力する別の関数の呼び出しを使用しているフィールド。 ## 戻り型 整数 ## 例 次の例では、小数フィールドを最大の整数に切り下げています。 ``` floor(salesAmount) ``` 次が指定したフィールド値です。 ``` 20.13 892.03 57.54 ``` これらのフィールド値に対して、以下の値が返されます。 ``` 20 892 57 ``` # formatDate `formatDate` は、指定されたパターンを使用して日付を書式設定します。データを準備するときに、`formatDate` を使用して日付を再フォーマットできます。分析で日付の書式を変更するには、日付フィールドのコンテキストメニューから書式オプションを選択します。 ## 構文 ``` formatDate(date, ['format']) ``` ## 引数 *date* 日付フィールド、または日付を出力する別の関数の呼び出し。 *format* (オプション) 適用する形式パターンを含んでいる文字列。この引数は、[サポートされている日付形式で指定された形式パターンを受け入れます](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html)。 書式を指定しない場合は、この文字列はデフォルトで yyyy-MM-dd**T**kk:mm:ss:SSS になります。 ## 戻り型 String ## 例 次の例では、UTC 日付の書式を設定します。 ``` formatDate(orderDate, 'dd-MMM-yyyy') ``` 次が指定したフィールド値です。 ``` order date ========= 2012-12-14T00:00:00.000Z 2013-12-29T00:00:00.000Z 2012-11-15T00:00:00.000Z ``` これらのフィールド値に対して、以下の値が返されます。 ``` 13 Dec 2012 28 Dec 2013 14 Nov 2012 ``` ## 例 `yyyyMMdd'T'HHmmss` のように、日付に一重引用符やアポストロフィが含まれている場合、次のいずれかの方法を使用してこの日付形式に対応することができます。 + 次の例に示すように、日付全体を二重引用符で囲みます。 ``` formatDate({myDateField}, "yyyyMMdd'T'HHmmss") ``` + 一重引用符またはアポストロフィをエスケープするには、次の例に示すようにバックスラッシュ (`\`) を左側に入力します。 ``` formatDate({myDateField}, 'yyyyMMdd\'T\'HHmmss') ``` # Ifelse `ifelse` では、一連の *if*, *then* 式のペアを評価し、最初の *if* 引数が true に評価される *then* 引数の値を返します。true に評価される *if* 引数がない場合、*else* 引数の値が返されます。 ## 構文 ``` ifelse(if-expression-1, then-expression-1 [, if-expression-n, then-expression-n ...], else-expression) ``` ## 引数 `ifelse` は、1 つ以上の *if*、*then* 式のペアと、1 つの正確な *else* 引数の式を必要とします。 *if 式* 式は true かどうかが評価されます。**address1** のようなフィールド名、**'Unknown'** のようなリテラル値、または `toString(salesAmount)` のような別の関数を使用できます。例: 「`isNotNull(FieldName)`」。 `if` 引数で複数の AND と OR 演算子を使用する場合は、ステートメントを括弧で囲んで処理の順序を指定します。たとえば、次の `if` 引数は、月が 1、2、または 5 で、年が 2000 のレコードを返します。 ``` ifelse((month = 5 OR month < 3) AND year = 2000, 'yes', 'no') ``` 次の `if` 引数では、同じ演算子を使用していますが、月が 5 で任意の年、または月が 1 または 2 で年が 2000 のレコードを返します。 ``` ifelse(month = 5 OR (month < 3 AND year = 2000), 'yes', 'no') ``` *then 式* *if* 引数が true と評価される場合に返される式。**address1** のようなフィールド名、**'Unknown'** のようなリテラル値、または別の関数の呼び出しを使用できます。式は、他の `then` 引数および `else` と同じデータ型を使用する必要があります。 *else 式* true と評価される *if* 引数がない場合に返される式。**address1** のようなフィールド名、**'Unknown'** のようなリテラル値、または `toString(salesAmount)` のような別の関数を使用できます。式は、すべての `then` 引数と同じデータ型を使用する必要があります。 ## 戻り型 `ifelse` は、同じデータ型の値を *then 式*で返します。すべてのデータを返す *then* および *else* 式は、同じデータ型であるか、同じデータ型に変換されている必要があります。 ## 例 次の例では、フィールド `country` のエイリアスの列を生成します。 ``` ifelse(country = "United States", "US", country = "China", "CN", country = "India", "IN", "Others") ``` このようなユースケースでは、フィールド内の各値をリテラルのリストに対して評価し、最初に一致した値に対応する結果を返します。作業を簡単にするために、関数の切り替えをお勧めします。前の例は、[https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html) を使用して次の文に書き換えることができます。 ``` switch(country,"United States","US","China","CN","India","IN","Others") ``` 次の例では、顧客ごとの売上を人が読み取り可能なレベルに分類します。 ``` ifelse(salesPerCustomer < 1000, “VERY_LOW”, salesPerCustomer < 10000, “LOW”, salesPerCustomer < 100000, “MEDIUM”, “HIGH”) ``` 次の例では、AND、OR、および NOT を使用して、条件演算子を使用した複数の式を比較し、ワシントンまたはオレゴンではなく、特殊プロモーションを適用されており、注文数が 10 を超える上位の顧客にタグ付けします。値が返されない場合、値 `'n/a'` が使用されます。 ``` ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a') ``` 次の例では、OR のみを使用して、それぞれの `country` に対応する大陸の名前を含む新しい列を生成します。 ``` ifelse(country = "United States" OR country = "Canada", "North America", country = "China" OR country = "India" OR country = "Japan", "Asia", "Others") ``` 前の例は、次の例のように簡略化できます。次の例では、`ifelse` と [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) を使用して、テストされた値がリテラルリストにある任意の行について、新しい列に値を作成します。`ifelse` を [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html) と一緒に使うこともできます。 ``` ifelse(in(country,["United States", "Canada"]), "North America", in(country,["China","Japan","India"]),"Asia","Others") ``` 作成者はリテラルリストを複数値パラメータに保存し、それを [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) または [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html) 関数で使用できます。次の例は、リテラルリストが 2 つの複数値パラメータに格納されている点を除いて、前の例と同じです。 ``` ifelse(in(country,${NorthAmericaCountryParam}), "North America", in(country,${AsiaCountryParam}),"Asia", "Others") ``` 次の例では、グループを売上合計に基づいて売上レコードに割り当てます。各 `if-then` フレーズの構造は、*between* の動作を模倣しています。これは現在、計算フィールドの式では機能しないキーワードです。例えば、比較 `salesTotal >= 0 AND salesTotal < 500` の結果は、SQL での比較 `salesTotal between 0 and 499` と同じ値を返します。 ``` ifelse(salesTotal >= 0 AND salesTotal < 500, 'Group 1', salesTotal >= 500 AND salesTotal < 1000, 'Group 2', 'Group 3') ``` 次の例では、`coalesce` を使用して最初の非 NULL の値を返すことで NULL 値をテストします。日付フィールドの NULL の意味を覚えておく必要はなく、代わりに読みやすい説明を使用できます。切断日が NULL の場合、両方が NULL でない限り、この例では中断日を返します。その後、`coalesce(DiscoDate, SuspendDate, '12/31/2491')` `'12/31/2491'` を返します。戻り値は、他のデータ型と一致する必要があります。この日付は一般的ではない値に見えるかもしれませんが、25 世紀の日付は、データマートで日付の最大値として定義された「時間の終わり」を合理的にシミュレートしています。 ``` ifelse ( (coalesce(DiscoDate, SuspendDate, '12/31/2491') = '12/31/2491'), 'Active subscriber', 'Inactive subscriber') ``` 以下は、すべてのコードを 1 つの長い行に圧縮する必要がないことを示すために、より読みやすい形式のより複雑な例を示しています。この例では、調査結果の値の複数比較を行います。このフィールドの潜在的な NULL 値を処理し、2 つの許容範囲を分類します。また、より多くのテストを必要とする 1 つの範囲と、有効ではない別の範囲 (範囲外) にラベルを付けます。残りのすべての値について、`else` 条件を適用し、その行の日付から 3 年後に再テストが必要であるというラベル付けをします。 ``` 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}) ) ) ) ``` 次の例では、「手動」で作成されたリージョン名をステートのグループに割り当てます。ここでは、コードの保守を容易にするために、`/* */` で囲みながらスペースとコメントを記述しています。 ``` 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' ) ``` リージョンのタグ付けのロジックは、次のように分類されます。 1. 次のように、各リージョンに必要な状態をリスト化し、各リストを引用符で囲み、文字列にします。 + `'New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire'` + `'Georgia, Alabama, South Carolina, Louisiana'` + 必要に応じて、さらにセットを追加したり、国、都市、地方、または What3Words を使用したりできます。 1. 次のように、州がリストにある場合、`locate` 関数を使用してゼロ以外の値を返すことにより、(各行の) `State` の値がリストにあるかどうかを確認します。 ``` locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) and locate('Georgia, Alabama, South Carolina, Louisiana',{State}) ``` 1. `locate` 関数は `TRUE` または `FALSE` の代わりに数値を返しますが、`ifelse` は `TRUE`/`FALSE` のブール値を必要とします。これを回避するために、`locate` の結果を数値と比較することができます。州がリストにある場合、戻り値はゼロより大きくなります。 1. 州が存在するかどうかを尋ねます。 ``` locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0 ``` 1. リージョンが存在する場合は、特定のリージョン (この場合は Northeast リージョン) としてラベルを付けます。 ``` /*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, /*The then expression:*/ 'Northeast', ``` 1. リストに含まれていない州があり、`ifelse` は単一の `else` 式を必要とするため、残りの州のラベルとして `'Other Region'` を提供します。 ``` /*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. それらをすべて `ifelse( )` 関数でラップして、最終バージョンを取得します。次の例では、元の [Southeast] リージョンの州を除外します。*``* タグの代わりに、それらを追加し直すことができます。 リージョンを追加する場合は、さらにこれらの 2 つの行のコピーを作成し、目的に合わせて州のリストを変更することができます。リージョン名は好きなものに、フィールド名は `State` から任意のものに変更できます。 ``` 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' ) ``` **注記** if 式の初期比較を行う方法は他にもあります。たとえば、「このリストから欠落していない州は何ですか？」という質問があるとします。「どの州がリストに載っていますか？」ではありません。もしそうなら、別の言い方をするでしょう。次のように、locate ステートメントをゼロと比較してリストから欠落している値を見つけ、NOT 演算子を使用してそれらを「欠落していない」として分類することができます。 ``` /*The if expression:*/ NOT (locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) = 0), ``` どちらのバージョンも正しいです。選択したバージョンは、ユーザーとそのチームにとって最も意味があり、簡単に維持できるものである必要があります。すべてのオプションが同等である場合は、最も単純なものを選択してください。 # in `in` は、リテラルリスト内に式が存在するかどうかを判断します。リストに式が含まれている場合は true を返し、それ以外の場合は false を返します。`in` は文字列型の入力では大文字と小文字が区別されます。 `in` は 2 種類のリテラルリストを受け入れます。1 つは手動で入力されたリスト、もう 1 つは「[multivalue parameter](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html)」(複数値パラメータ) です。 ## 構文 手動で入力したリストを使用: ``` in(expression, [literal-1, ...]) ``` 複数値パラメータを使用: ``` in(expression, $multivalue_parameter) ``` ## 引数 *expression* リテラルリスト内の要素と比較する式。`address` のようなフィールド名、‘**Unknown**' のようなリテラル値、単一値のパラメータ、または別のスカラー関数の呼び出しを使用できます。ただし、この関数が集計関数または表計算ではないことが条件です。 リテラルリスト (必須) 手動で入力したリストでも、複数値のパラメータでもかまいません。この引数には、最大 5,000 の要素を使用できます。ただし、Oracle や Teradata などのサードパーティのデータソースへの直接クエリでは、制限が小さくなる可能性があります。 + **手動で入力したリスト** — 式と比較するリスト内の 1 つ以上のリテラル値。リストは角括弧で囲む必要があります。比較するリテラルはすべて、式と同じデータ型でなければなりません。 + **複数値パラメータ** — リテラルリストとして渡される定義済みの複数値パラメータ。複数値パラメータは、式と同じデータ型でなければなりません。 ## 戻り型 ブール型: TRUE/FALSE ## 静的リストを使った例 次の例では、文字列リスト内の値の `origin_state_name` フィールドを評価します。文字列型入力を比較する場合、`in` は大文字と小文字を区別する比較のみをサポートします。 ``` in(origin_state_name,["Georgia", "Ohio", "Texas"]) ``` 次が指定したフィールド値です。 ``` "Washington" "ohio" "Texas" ``` これらのフィールド値に対して、以下の値が返されます。 ``` false false true ``` 3 番目の戻り値は true です。なぜなら、含まれる値は「テキサス」だけだからです。 次の例では、文字列リスト内の値の `fl_date` フィールドを評価します。型を合わせるために、日付型を文字列型にキャストするのに `toString` が使われます。 ``` in(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"]) ``` ![\[表形式で示している、関数の例の結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/in-function-example-manual-list.png) 式引数には、リスト内のリテラルと比較できるように、リテラルと NULL 値がサポートされています。次の 2 つの例はどちらも、TRUE 値の新しい列を生成します。 ``` in("Washington",["Washington","Ohio"]) ``` ``` in(NULL,[NULL,"Ohio"]) ``` ## 複数値パラメータ指定時の例 たとえば、作成者がすべての州名のリストを含む「[multivalue parameter](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html)」(複数値パラメータ) を作成したとします。次に、作成者はコントロールを追加して、読者がリストから値を選択できるようにします。 次に、読者はパラメータのドロップダウンリストコントロールから「ジョージア」、「オハイオ」、「テキサス」の 3 つの値を選択します。この場合、次の式は最初の例と同じです。ここでは、これら 3 つの州名がリテラルリストとして渡され、`original_state_name` フィールドと比較されます。 ``` in (origin_state_name, ${stateName MultivalueParameter}) ``` ## `ifelse` を使用した例 `in` は、ブーリアン値として他の関数にネストできます。一例として、作成者はリスト内の任意の式を評価し、`in` および `ifelse` を使用して必要な値を返すことができるというものがあります。次の例では、フライトの `dest_state_name` が米国の特定の州リストに含まれているかどうかを評価し、その比較に基づいてさまざまなカテゴリの州を返します。 ``` ifelse(in(dest_state_name,["Washington", "Oregon","California"]), "WestCoastUSState", "Other US State") ``` ![\[表形式で示している、関数の例の結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/in-function-with-ifelse.png) # intToDecimal `intToDecimal` は、整数値を小数データ型に変換します。 ## 構文 ``` intToDecimal(integer) ``` ## 引数 *int* 整数データ型、**14** のようなリテラル値、または整数を出力する別の関数の呼び出しを使用しているフィールド。 ## 戻り型 レガシーデータ準備エクスペリエンスの 10 進数 (修正済み）。 新しいデータ準備エクスペリエンスの 10 進数 (浮動小数点）。 ## 例 次の例では、整数フィールドを小数に変換しています。 ``` intToDecimal(price) ``` 次が指定したフィールド値です。 ``` 20 892 57 ``` これらのフィールド値に対して、以下の値が返されます。 ``` 20.0 892.0 58.0 ``` 分析内に書式を適用することができます。たとえば、`price` を通貨として書式を設定できます。 # isNotNull `isNotNull` は、式を評価して式が Null ではないことを確認します。式が Null ではない場合、`isNotNull` は true を返し、それ以外の場合は false を返します。 ## 構文 ``` isNotNull(expression) ``` ## 引数 *expression* Null かどうか評価される式。**address1** のようなフィールド名、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 ブール値 ## 例 次の例では、売上金額フィールドが Null 値かどうかを評価します。 ``` isNotNull(salesAmount) ``` 次が指定したフィールド値です。 ``` 20.13 (null) 57.54 ``` これらのフィールド値に対して、以下の値が返されます。 ``` true false true ``` # isNull `isNull` は、式を評価して式が Null であることを確認します。式が Null である場合、`isNull` は true を返し、それ以外の場合は false を返します。 ## 構文 ``` isNull(expression) ``` ## 引数 *expression* Null かどうか評価される式。**address1** のようなフィールド名、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 ブール値 ## 例 次の例では、売上金額フィールドが Null 値かどうかを評価します。 ``` isNull(salesAmount) ``` 次が指定したフィールド値です。 ``` 20.13 (null) 57.54 ``` これらのフィールド値に対して、以下の値が返されます。 ``` false true false ``` 次の例では、`ifelse` ステートメントで NULL 値をテストし、代わりに人間が読み取り可能な値を返します。 ``` ifelse( isNull({ActiveFlag}) , 'Inactive', 'Active') ``` # isWorkDay `isWorkDay` は、指定された日時値を評価して、その値が稼働日かどうかを判断します。 `isWorkDay` は、月曜日から金曜日までの 5 日間の標準週労働を想定しています。土曜日と日曜日は週末と見なされます。この関数は常に、指定された入力日付を除いた `DAY` 粒度で結果を計算します。 ## 構文 ``` isWorkDay(inputDate) ``` ## 引数 *inputDate* 評価する日付/時刻の値。有効な値は次のとおりです。 + データセットフィールド: この関数を追加するデータセットの任意の `date` フィールド。 + 日付関数: 別の `date` 関数からの任意の日付出力 (例: `parseDate`)。 + 計算フィールド: `date`値を返す任意のクイック計算フィールド。 + パラメータ: 任意のクイック`DateTime`パラメータ。 ## 戻り型 整数 (`0` または `1`) ## 例 次の例では、`application_date` フィールドが稼働日かどうかを判定します。 次の値を持つ `application_date` というフィールドがあるとします。 ``` 2022-08-10 2022-08-06 2022-08-07 ``` これらのフィールドを使用して次の計算を追加すると、`isWorkDay` は以下の値を返します。 ``` isWorkDay({application_date}) 1 0 0 ``` 次の例では、雇用が就業日に終了する従業員をフィルタリングし、条件付き書式を使用して雇用が就業日に始まったのか週末に始まったのかを判断します。 ``` 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/ja_jp/quick/latest/userguide/images/isWorkDay-example.png) # Left `left` は、文字列の左端の文字 (空白文字を含む) を返します。返される文字数を指定します。 ## 構文 ``` left(expression, limit) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *制限* *expression* の文字列の先頭から返される文字の数。 ## 戻り型 String ## 例 次の例では、文字列の先頭の 3 文字を返しています。 ``` left('Seattle Store #14', 3) ``` 次の値が返されます。 ``` Sea ``` # Locate `locate` は、指定された部分文字列を別の文字列内で探し、文字列内での、部分文字列の先頭文字までの文字数を返します。この関数は、サブ文字列が見つからない場合は 0 を返します。通常は 1 以上を返します。 ## 構文 ``` locate(expression, substring, start) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *substring* *expression* の中で見つける一連の文字。substring は *expression* の中で複数回出現することがあります。 *start* (オプション) *substring* が複数回出現する場合は、*start* を使用して、この関数が部分文字列を探し始める、文字列内の位置を特定します。たとえば、部分文字列の 2 番目の出現を見つける際に、通常はそれが文字列の先頭の 10 文字以降に出現すると考えられるとします。この場合は、*start* の値に 10 を指定します。通常これは、1 から開始されます。 ## 戻り型 整数 ## 例 次の例では、文字列の中での部分文字列 'and' の最初の出現位置に関する情報を返しています。 ``` locate('1 and 2 and 3 and 4', 'and') ``` 次の値が返されます。 ``` 3 ``` 次の例では、文字列の 4 文字目以降での部分文字列 'and' の最初の出現位置に関する情報を返しています。 ``` locate('1 and 2 and 3 and 4', 'and', 4) ``` 次の値が返されます。 ``` 9 ``` # Log `log` は、指定された式の 10 を底とする対数を返します。 ## 構文 ``` log(expression) ``` ## 引数 *expression* 式は数値である必要があります。フィールド名、リテラル値、または別の関数にすることができます。 # Ln `ln` は、指定された式の自然対数を返します。 ## 構文 ``` ln(expression) ``` ## 引数 *expression* 式は数値である必要があります。フィールド名、リテラル値、または別の関数にすることができます。 # Ltrim `ltrim` は、文字列の先頭にある空白文字を除去します。 ## 構文 ``` ltrim(expression) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 String ## 例 次の例では、文字列から先頭の空白文字を除去しています。 ``` ltrim(' Seattle Store #14') ``` 次の値が返されます。 ``` Seattle Store #14 ``` # Mod `mod` 関数を使用して、数値を除数で除算した後の余剰を求めます。`mod` 関数またはモジュロ演算子 (%) を同義で使用できます。 ## 構文 ``` mod(number, divisor) ``` ``` number%divisor ``` ## 引数 *number* 数値は、除算して余剰を求める正の整数です。 *除数* 除数とは、除法で割る方の数であり、正の整数になります。除数がゼロの場合、この関数は 0 で割ったときにエラーを返します。 ## 例 次の例では、6 で割ったときに 17 のモジュロを返します。最初の例では % 演算子を使用し、2 番目の例では mod 関数を使用します。 ``` 17%6 ``` ``` mod( 17, 6 ) ``` 次の値が返されます。 ``` 5 ``` # netWorkDays `netWorkDays` は、指定された 2 つの日付フィールド間の営業日数、または `epochDate` `parseDate`や などの他のクイック日付関数を使用して生成されたカスタム日付値を返します。 `netWorkDays` は、月曜日から金曜日までの 5 日間の標準週労働を想定しています。土曜日と日曜日は週末と見なされます。計算には `startDate` と `endDate` の両方が含まれます。この関数は、日単位の精度で動作し、結果を表示します。 ## 構文 ``` netWorkDays(startDate, endDate) ``` ## 引数 *startDate* 計算の開始日となる有効な NULL 以外の日付。 + データセットフィールド: この関数を追加するデータセットの任意の `date` フィールド。 + 日付関数: 別の `date` 関数からの任意の日付出力 (例: `parseDate`)。 + 計算フィールド: `date`値を返す任意のクイック計算フィールド。 + パラメータ: 任意のクイック`DateTime`パラメータ。 + 上記の引数値の任意の組み合わせ。 *endDate* 計算の終了日となる有効な NULL 以外の日付。 + データセットフィールド: この関数を追加するデータセットの任意の `date` フィールド。 + 日付関数: 別の `date` 関数からの任意の日付出力 (例: `parseDate`)。 + 計算フィールド: `date`値を返す任意のクイック計算フィールド。 + パラメータ: 任意のクイック`DateTime`パラメータ。 + 上記の引数値の任意の組み合わせ。 ## 戻り型 整数 ## 出力値 期待される出力値には以下が含まれます。 + 正の整数 (start\$1date < end\$1date の場合) + 負の整数 (start\$1date > end\$1date の場合) + 片方または両方の引数が `dataset field` から NULL 値を取得した場合は NULL。 ## 例 次の例では、2 つの日付の間の稼働日数を返します。 次の値を持つ `application_date` というフィールドがあるとします。 ``` netWorkDays({startDate}, {endDate}) ``` 次が指定したフィールド値です。 ``` 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 ``` 次の例では、各従業員の勤務日数と、各従業員の 1 日あたりの給与を計算します。 ``` days_worked = netWorkDays({employment_start_date}, {employment_end_date}) salary_per_day = {salary}/{days_worked} ``` 次の例では、雇用が就業日に終了する従業員をフィルタリングし、条件付き書式を使用して雇用が就業日に始まったのか週末に始まったのかを判断します。 ``` 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/ja_jp/quick/latest/userguide/images/netWorkDays-function-example.png) # Now データベースに直接クエリを実行するデータベースデータセットの場合、`now` は、データベースサーバーによって指定された設定と形式を使用して現在の日付と時刻を返します。SPICE と Salesforce のデータセットの場合、`now` は UTC の日付と時刻を `yyyy-MM-ddTkk:mm:ss:SSSZ` 形式 (2015-10-15T19:11:51:003Z など) で返します。 ## 構文 ``` now() ``` ## 戻り型 日付 # notIn `notIn` は、リテラルリスト内に式が存在するかどうかを判断します。リストに式が含まれていない場合、`notIn` は true を返し、それ以外の場合は false を返します。`notIn` は文字列型の入力では大文字と小文字が区別されます。 `notIn` は 2 種類のリテラルリストを受け入れます。1 つは手動で入力されたリスト、もう 1 つは「[multivalue parameter](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html)」(複数値パラメータ) です。 ## 構文 手動で入力したリストを使用: ``` notIn(expression, [literal-1, ...]) ``` 複数値パラメータを使用: ``` notIn(expression, $multivalue_parameter) ``` ## 引数 *expression* リテラルリスト内の要素と比較する式。`address` のようなフィールド名、‘**Unknown**' のようなリテラル値、単一値のパラメータ、または別のスカラー関数の呼び出しを使用できます。ただし、この関数が集計関数または表計算ではないことが条件です。 リテラルリスト (必須) 手動で入力したリストでも、複数値のパラメータでもかまいません。この引数には、最大 5,000 の要素を使用できます。ただし、Oracle や Teradata などのサードパーティのデータソースへの直接クエリでは、制限が小さくなる可能性があります。 + **手動で入力したリスト** — 式と比較するリスト内の 1 つ以上のリテラル値。リストは角括弧で囲む必要があります。比較するリテラルはすべて、式と同じデータ型でなければなりません。 + **複数値パラメータ** — リテラルリストとして渡される定義済みの複数値パラメータ。複数値パラメータは、式と同じデータ型でなければなりません。 ## 戻り型 ブール型: TRUE/FALSE ## 手動で入力したリストの例 次の例では、文字列リスト内の値の `origin_state_name` フィールドを評価します。文字列型入力を比較する場合、`notIn` は大文字と小文字を区別する比較のみをサポートします。 ``` notIn(origin_state_name,["Georgia", "Ohio", "Texas"]) ``` 次が指定したフィールド値です。 ``` "Washington" "ohio" "Texas" ``` これらのフィールド値に対して、以下の値が返されます。 ``` true true false ``` 除外値は「テキサス」だけなので、3 番目の戻り値は false です。 次の例では、文字列リスト内の値の `fl_date` フィールドを評価します。型を合わせるために、日付型を文字列型にキャストするのに `toString` が使われます。 ``` notIn(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"]) ``` ![\[表形式で示している、関数の例の結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/notin-function-example-manual-list.png) 式引数には、リスト内のリテラルと比較できるように、リテラルと NULL 値がサポートされています。次の 2 つの例はどちらも、FALSE 値の新しい列を生成します。 ``` notIn("Washington",["Washington","Ohio"]) ``` ``` notIn(NULL,[NULL,"Ohio"]) ``` ## 複数値パラメータ指定時の例 たとえば、作成者がすべての州名のリストを含む「[multivalue parameter](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html)」(複数値パラメータ) を作成したとします。次に、作成者はコントロールを追加して、読者がリストから値を選択できるようにします。 次に、読者はパラメータのドロップダウンリストコントロールから「ジョージア」、「オハイオ」、「テキサス」の 3 つの値を選択します。この場合、次の式は最初の例と同じです。ここでは、これら 3 つの州名がリテラルリストとして渡され、`original_state_name` フィールドと比較されます。 ``` notIn (origin_state_name, ${stateName MultivalueParameter}) ``` ## `ifelse` を使用した例 `notIn` は、ブーリアン値として他の関数にネストできます。一例として、作成者はリスト内の任意の式を評価し、`notIn` および `ifelse` を使用して必要な値を返すことができるというものがあります。次の例では、フライトの `dest_state_name` が米国の特定の州リストに含まれているかどうかを評価し、その比較に基づいてさまざまなカテゴリの州を返します。 ``` ifelse(notIn(dest_state_name,["Washington", "Oregon","California"]), "notWestCoastUSState", "WestCoastUSState") ``` ![\[表形式で示している、関数の例の結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/notin-function-with-ifelse.png) # nullIf `nullIf` は 2 つの式を比較します。2 つの式が等しい場合、関数は Null を返します。2 つの式が等しくない場合、関数は最初の式を返します。 ## 構文 ``` nullIf(expression1, expression2) ``` ## 引数 `nullIf` は 2 つの式を引数として取ります。 *expression* 式は、数値データ型、日時データ型、または文字列です。フィールド名、リテラル値、または別の関数にすることができます。 ## 戻り型 String ## 例 次の例では、出荷遅延の理由が不明な場合に Null を返します。 ``` nullIf(delayReason, 'unknown') ``` 次が指定したフィールド値です。 ``` delayReason ============ unknown back ordered weather delay ``` これらのフィールド値に対して、以下の値が返されます。 ``` (null) back ordered weather delay ``` # parseDate `parseDate` は、文字列を解析して、日付値が含まれているかどうかを判断し、「`yyyy-MM-ddTkk:mm:ss.SSSZ`」の形式で標準の日付を返します (Joda プロジェクトのドキュメントの「[Class DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html)」で指定されている形式パターン構文を使用)。例: 「2015-10-15T19:11:51.003Z」。この関数は、有効な形式の日付が含まれているすべての行を返し、そうでない行は、Null 値が含まれている行を含め、すべてスキップします。 クイックサポートは、1900 年 1 月 1 日 00:00:00 UTC から 2037 年 12 月 31 日 23:59:59 UTC の範囲の日付をサポートします。詳細については、[「サポートされている日付形式](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html)」を参照してください。 ## 構文 ``` parseDate(expression, ['format']) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'1/1/2016'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *format* (オプション) *date\$1string* が一致する必要がある形式パターンの文字列。たとえば、**01/03/2016** のような日付を持つフィールドを使用している場合は、「MM/dd/yyyy」形式を指定します。形式を指定していない場合は、デフォルトで `yyyy-MM-dd` になります。*format* に適合しない行はスキップされます。 使用されるデータセットのタイプに基づいて、異なる日付形式がサポートされます。サポートされている日付形式の詳細を次の表に示しています。 **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/parseDate-function.html) ## 戻り型 日付 ## 例 次の例では、`prodDate` を評価して、日付値が含まれているかどうかを判断しています。 ``` parseDate(prodDate, 'MM/dd/yyyy') ``` 次が指定したフィールド値です。 ``` prodDate -------- 01-01-1999 12/31/2006 1/18/1982 7/4/2010 ``` これらのフィールド値に対して、以下の行が返されます。 ``` 12-31-2006T00:00:00.000Z 01-18-1982T00:00:00.000Z 07-04-2010T00:00:00.000Z ``` # parseDecimal `parseDecimal` は、文字列を解析して、小数値が含まれているかどうかを判断します。この関数は、整数、小数、または null 値が含まれているすべての行を返し、含まれていない行はすべてスキップします。行に整数値が含まれている場合は、その値が小数点以下最大 4 桁の小数値として返されます。たとえば、値が '2' であれば '2.0' が返されます。 ## 構文 ``` parseDecimal(expression) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'9.62'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 レガシーデータ準備エクスペリエンスの 10 進数 (修正済み）。 新しいデータ準備エクスペリエンスの 10 進数 (浮動小数点）。 ## 例 次の例では、`fee` を評価して、小数値が含まれているかどうかを判断しています。 ``` parseDecimal(fee) ``` 次が指定したフィールド値です。 ``` fee -------- 2 2a 12.13 3b 3.9 (null) 198.353398 ``` これらのフィールド値に対して、以下の行が返されます。 ``` 2.0 12.13 3.9 (null) 198.3533 ``` # parseInt `parseInt` は、文字列を解析して、整数値が含まれているかどうかを判断します。この関数は、整数、小数、または null 値が含まれているすべての行を返し、含まれていない行はすべてスキップします。行に小数値が含まれている場合は、その値が最も近い整数に切り下げて返されます。たとえば、値が '2.99' であれば '2' が返されます。 ## 構文 ``` parseInt(expression) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'3'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 整数 ## 例 次の例では、`feeType` を評価して、整数値が含まれているかどうかを判断しています。 ``` parseInt(feeType) ``` 次が指定したフィールド値です。 ``` feeType -------- 2 2.1 2a 3 3b (null) 5 ``` これらのフィールド値に対して、以下の行が返されます。 ``` 2 2 3 (null) 5 ``` # parseJson `parseJson` を使用して、JSON オブジェクトから値を抽出します。 データセットがクイック に保存されている場合はSPICE、データセットを準備する`parseJson`ときに を使用できますが、分析中に計算フィールドには使用できません。 直接クエリの場合、`parseJson` を使用して、データの準備中および分析中にも使用することができます。`parseJson` 関数は、次の表に示すように、ダイアレクトに応じて、文字列または JSON ネイティブデータ型のいずれかに適用されます。 | ダイアレクト | タイプ | | --- | --- | | PostgreSQL | JSON | | Amazon Redshift | 文字列 | | Microsoft SQL Server | 文字列 | | MySQL | JSON | | Teradata | JSON | | Oracle | 文字列 | | Presto | 文字列 | | Snowflake | 半構造化されたデータ型オブジェクトと配列 | | Hive | String | ## 構文 ``` parseJson(fieldName, path) ``` ## 引数 *fieldName* 解析する JSON オブジェクトを含むフィールド。 *パス* JSON オブジェクトから解析するデータ要素へのパス。パス引数では、英字、数字、および空白のみサポートされています。有効なパス構文には以下があります。 + *\$1* － ルートオブジェクト + *.* － 子演算子 + *[ ]* － 配列の添字演算子 ## 戻り型 String ## 例 次の例では、受信 JSON を評価して、アイテムの数量の値を取得します。データの準備中にこれを使用することで、JSON からテーブルを作成することができます。 ``` parseJson({jsonField}, “$.items.qty”) ``` 以下に JSON を示します。 ``` { "customer": "John Doe", "items": { "product": "Beer", "qty": 6 }, "list1": [ "val1", "val2" ], "list2": [ { "list21key1": "list1value1" } ] } ``` この例では、次の値が返されます。 ``` 6 ``` ## 例 以下の例は、`JSONObject1` を評価して `"State"` というラベルが付いた最初のキーバリューペア (KVP) を抽出し、作成している計算フィールドにその値を割り当てます。 ``` parseJson(JSONObject1, “$.state”) ``` 次が指定したフィールド値です。 ``` 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"} ``` これらのフィールド値に対して、以下の行が返されます。 ``` New York North Carolina Utah ``` # Replace `replace` は、文字列の一部を、指定した別の文字列に置き換えます。 ## 構文 ``` replace(expression, substring, replacement) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *substring* *expression* の中で置き換える一連の文字。substring は *expression* の中で複数回出現することがあります。 *replacement* *substring* を置き換える文字列。 ## 戻り型 String ## 例 次の例では、部分文字列 'and' を 'or' で置き換えています。 ``` replace('1 and 2 and 3', 'and', 'or') ``` 次の文字列が返されます。 ``` 1 or 2 or 3 ``` # Right `right` は、文字列の右端の文字 (空白文字を含む) を返します。返される文字数を指定します。 ## 構文 ``` right(expression, limit) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *制限* *expression* の文字列の末尾から返される文字の数。 ## 戻り型 String ## 例 次の例では、文字列の末尾の 5 文字を返しています。 ``` right('Seattle Store#14', 12) ``` 次の値が返されます。 ``` tle Store#14 ``` # Round `round` は、scale が指定されていない場合は、小数値を最も近い整数に丸め、scale が指定されている場合は、指定された小数点以下の桁数で最も近い小数に四捨五入します。 ## 構文 ``` round(decimal, scale) ``` ## 引数 *10 進数* 小数データ型、**17.62** のようなリテラル値、または小数を出力する別の関数の呼び出しを使用しているフィールド。 *scale* 戻り値に使用される小数点以下の桁数。 ## 戻り型 | オペランド | レガシーデータ準備エクスペリエンスのリターンタイプ | 新しいデータ準備エクスペリエンスでタイプを返す | | --- | --- | --- | | INT | DECIMAL (修正済み) | DECIMAL (修正済み) | | DECIMAL (修正済み) | DECIMAL (修正済み) | DECIMAL (修正済み) | | DECIMAL (FLOAT) | DECIMAL (修正済み) | DECIMAL (FLOAT) | ## 例 次の例では、小数フィールドを最も近い小数点以下 2 桁の小数に四捨五入します。 ``` round(salesAmount, 2) ``` 次が指定したフィールド値です。 ``` 20.1307 892.0388 57.5447 ``` これらのフィールド値に対して、以下の値が返されます。 ``` 20.13 892.04 58.54 ``` # Rtrim `rtrim` は、文字列の末尾にある空白文字を除去します。 ## 構文 ``` rtrim(expression) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 String ## 例 次の例では、文字列から末尾の空白文字を除去しています。 ``` rtrim('Seattle Store #14 ') ``` これらのフィールド値に対して、以下の値が返されます。 ``` Seattle Store #14 ``` # Split `split` は、選択する区切り記号に基づいて文字列を部分文字列の配列に分割し、位置によって指定された項目を返します。 `split` はデータの準備中にのみ計算フィールドに追加でき、分析には追加できません。この関数は、Microsoft SQL Server への直接クエリではサポートされていません。 ## 構文 ``` split(expression, delimiter , position) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street;1402 35th Ave;1818 Elm Ct;11 Janes Lane'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *delimiter* 文字列が部分文字列に分割される場所を区切る文字です。たとえば、`split('one|two|three', '|', 2)` は次のようになります。 ``` one two three ``` `position = 2` を選択すると、`split` は `'two'` を返します。 *position* (必須) 配列から返される項目の位置です。配列内の最初の項目の位置は 1 です。 ## 戻り型 文字列配列 ## 例 次の例では、セミコロンの文字 (;) を区切り記号として使用して文字列を配列に分割し、配列の 3 番目の要素を返します。 ``` split('123 Test St;1402 35th Ave;1818 Elm Ct;11 Janes Lane', ';', 3) ``` 次の項目が返されます。 ``` 1818 Elm Ct ``` この関数は、Null 値または空の文字列が含まれる項目をスキップします。 # Sqrt `sqrt` は、指定された式の平方根を返します。 ## 構文 ``` sqrt(expression) ``` ## 引数 *expression* 式は数値である必要があります。フィールド名、リテラル値、または別の関数にすることができます。 # startsWith `startsWith` は、式が指定した部分文字列で始まるかどうかを評価します。式が部分文字列で始まる場合、`startsWith` は true を返し、それ以外の場合は false を返します。 ## 構文 ``` startsWith(expression, substring, string-comparison-mode) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 *substring* 式と照合する文字のセット。部分文字列は式の中で複数回出現することがあります。 文字列比較モード (オプション) 文字列比較モードを指定し、以下を使用します。 + `CASE_SENSITIVE` – 文字列比較では、大文字と小文字が区別されます。 + `CASE_INSENSITIVE` – 文字列比較では、大文字と小文字が区別されません。 空白の場合、この値はデフォルトで `CASE_SENSITIVE` です。 ## 戻り型 ブール値 ## 例 ### デフォルトの大文字と小文字を区別した例 次の例では大文字と小文字を区別し、`state_nm` startsWith **New** かどうかを評価します。 ``` startsWith(state_nm, "New") ``` 次が指定したフィールド値です。 ``` New York new york ``` これらのフィールド値に対して、以下の値が返されます。 ``` true false ``` ### 大文字と小文字を区別しない例 次の例では大文字と小文字を区別せず、`state_nm` startsWith **new** かどうかを評価します。 ``` startsWith(state_nm, "new", CASE_INSENSITIVE) ``` 次が指定したフィールド値です。 ``` New York new york ``` これらのフィールド値に対して、以下の値が返されます。 ``` true true ``` ### 条件ステートメントの例 この `startsWith` 関数は、「[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)」、「[varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html)」の If 関数内の条件ステートメントとして使用できます。 次の例は、state\$1nm が **New** で始まっている場合にのみ `Sales` が合計されます。 ``` sumIf(Sales,startsWith(state_nm, "New")) ``` ### 例は含まれていません 条件 `NOT` 演算子を使用して、式が指定された部分文字列で始まらないかどうかを評価できます。 ``` NOT(startsWith(state_nm, "New")) ``` ### 数値を使用した例 `toString` 関数を適用することで、式または部分文字列引数に数値を使用できます。 ``` startsWith(state_nm, toString(5) ) ``` # Strlen `strlen` は、文字列内の文字数 (空白文字を含む) を返します。 ## 構文 ``` strlen(expression) ``` ## 引数 *expression* expression には、文字列データ型を使用している **address1** のようなフィールドの名前、**'Unknown'** のようなリテラル値、または文字列を出力する `substring(field_name,0,5)` のような別の関数を使用できます。 ## 戻り型 整数 ## 例 次の例では、指定された文字列の長さを返しています。 ``` strlen('1421 Main Street') ``` 次の値が返されます。 ``` 16 ``` # Substring `substring` は、文字列内の、*start* 引数で指定されている位置から、*length* 引数で指定されている文字数分の文字を返します。 ## 構文 ``` substring(expression, start, length) ``` ## 引数 *expression* expression には、文字列データ型を使用している **address1** のようなフィールドの名前、**'Unknown'** のようなリテラル値、または文字列を出力する `substring(field_name,1,5)` のような別の関数を使用できます。 *start* 文字の開始位置。*start* の位置自体も含まれるため、開始位置の文字が、返される値の先頭文字になります。*start* の最小値は 1 です。 *length* *start* の後に含める追加の文字の数。*length* には *start* も含まれるため、返される最後の文字は、開始文字から (*length - 1*) 番目の文字になります。 ## 戻り型 String ## 例 次の例では、文字列内の 13 番目～19 番目の文字を返しています。文字列の先頭はインデックス 1 なので、最初の文字からカウントを開始します。 ``` substring('Fantasy and Science Fiction',13,7) ``` 次の値が返されます。 ``` Science ``` # switch リテラルラベルと戻り式の組み合わせのセット内で、`switch` は条件式をリテラルラベルと比較します。次に、条件式と等しい最初のリテラルラベルに対応する戻り式を返します。条件式と等しいラベルがない場合は、`switch` はデフォルト式を返します。戻り式とデフォルト式はすべて同じデータ型でなければなりません。 ## 構文 ``` switch(condition-expression, label-1, return-expression-1 [, label-n, return-expression-n ...], default-expression) ``` ## 引数 `switch` は、1 つ以上の *if*、*then* 式のペアと、1 つの正確な *else* 引数の式を必要とします。 条件式 ラベルリテラルと比較する式。`address` のようなフィールド名、「`Unknown`」のようなリテラル値、または `toString(salesAmount)` のような別のスカラー関数を使用できます。 ラベル 条件式引数と比較するリテラルは、すべてのリテラルが条件式引数と同じデータ型でなければなりません。`switch` は最大 5000 個のラベルを受け付けます。 戻り式 ラベルの値が条件式の値と等しい場合に返される式。`address` のようなフィールド名、「`Unknown`」のようなリテラル値、または `toString(salesAmount)` のような別のスカラー関数を使用できます。戻り式の引数はすべて、デフォルト式と同じデータ型を使用する必要があります。 デフォルト式 ラベル引数のいずれの値も条件式の値と等しくない場合に返される式。`address` のようなフィールド名、「`Unknown`」のようなリテラル値、または `toString(salesAmount)` のような別のスカラー関数を使用できます。デフォルト式は、すべての戻り式引数と同じデータ型を使用する必要があります。 ## 戻り型 `switch` は、同じデータ型の値を戻り式の値で返します。すべてのデータを返す戻り式およびデフォルト式は、同じデータ型であるか、同じデータ型に変換されている必要があります。 ## 一般的な例 次の の例では、入力リージョン名の AWS リージョン コードを返します。 ``` switch(region_name, "US East (N. Virginia)", "us-east-1", "Europe (Ireland)", "eu-west-1", "US West (N. California)", "us-west-1", "other regions") ``` 次が指定したフィールド値です。 ``` "US East (N. Virginia)" "US West (N. California)" "Asia Pacific (Tokyo)" ``` これらのフィールド値に対して、以下の値が返されます。 ``` "us-east-1" "us-west-1" "other regions" ``` ## スイッチを使用して `ifelse` を交換してください 次の `ifelse` の使用例は前の例と同等で、`ifelse` があるフィールドの値が別のリテラル値に等しいかどうかを評価するには、代わりに `switch` を使用する方が適切です。 ``` 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") ``` ## 戻り値としての式 次の例では、戻り式に式を使用しています。 ``` switch({origin_city_name}, "Albany, NY", {arr_delay} + 20, "Alexandria, LA", {arr_delay} - 10, "New York, NY", {arr_delay} * 2, {arr_delay}) ``` 前の例では、特定の都市から出発する各フライトの予想遅延時間を変更しています。 ![\[表形式で示している、関数の例の結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/switch-function-example.png) # toLower `toLower` は文字列をすべて小文字に書式設定します。`toLower` は Null 値を含む行はスキップします。 ## 構文 ``` toLower(expression) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 String ## 例 次の例では、文字列値を小文字に変換しています。 ``` toLower('Seattle Store #14') ``` 次の値が返されます。 ``` seattle store #14 ``` # toString `toString` は入力式を文字列として書式設定します。`toString` は Null 値を含む行はスキップします。 ## 構文 ``` toString(expression) ``` ## 引数 *expression* expression には、任意のデータ型のフィールド、**14.62** のようなリテラル値、または任意のデータ型を返す別の関数の呼び出しを使用できます。 ## 戻り型 String ## 例 次の例では、`payDate` (`date` データ型を使用) の値を文字列として返しています。 ``` toString(payDate) ``` 次が指定したフィールド値です。 ``` payDate -------- 1992-11-14T00:00:00.000Z 2012-10-12T00:00:00.000Z 1973-04-08T00:00:00.000Z ``` これらのフィールド値に対して、以下の行が返されます。 ``` 1992-11-14T00:00:00.000Z 2012-10-12T00:00:00.000Z 1973-04-08T00:00:00.000Z ``` # toUpper `toUpper` は文字列をすべて大文字に書式設定します。`toUpper` は Null 値を含む行はスキップします。 ## 構文 ``` toUpper(expression) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 String ## 例 次の例では、文字列値を大文字に変換しています。 ``` toUpper('Seattle Store #14') ``` 次の値が返されます。 ``` SEATTLE STORE #14 ``` # trim `trim` は、文字列の先頭と末尾の両方の空白文字を除去します。 ## 構文 ``` trim(expression) ``` ## 引数 *expression* expression は文字列である必要があります。文字列データ型を使用しているフィールドの名前、**'12 Main Street'** のようなリテラル値、または文字列を出力する別の関数の呼び出しを使用できます。 ## 戻り型 String ## 例 次の例では、文字列から末尾の空白文字を除去しています。 ``` trim(' Seattle Store #14 ') ``` これらのフィールド値に対して、以下の値が返されます。 ``` Seattle Store #14 ``` # truncDate `truncDate` は、日付の指定された部分を表す日付値を返します。たとえば、値 2012-09-02T00:00:00.000Z の年の部分を要求した場合、2012-01-01T00:00:00.000Z が返されます。時間情報を含んでいない日付の時間関連の期間を指定した場合、最初の日付値が変更されずに返されます。 ## 構文 ``` truncDate('period', date) ``` ## 引数 *期間* 返す日付の期間。有効な期間は次のとおりです。 + YYYY: 日付の年の部分を返します。 + Q: 日付が属している四半期の最初の日の日付を返します。 + MM: 日付の月の部分を返します。 + DD: 日付の日の部分を返します。 + WK: 日付の週の部分を返します。Amazon Quick の週は日曜日に始まります。 + HH: 日付の時間の部分を返します。 + MI: 日付の分の部分を返します。 + SS: 日付の秒の部分を返します。 + MS: 日付のミリ秒の部分を返します。 *date* 日付フィールド、または日付を出力する別の関数の呼び出し。 ## 戻り型 日付 ## 例 次の例では、注文日の月を表す日付を返します。 ``` truncDate('MM', orderDate) ``` 次が指定したフィールド値です。 ``` orderDate ========= 2012-12-14T00:00:00.000Z 2013-12-29T00:00:00.000Z 2012-11-15T00:00:00.000Z ``` これらのフィールド値に対して、以下の値が返されます。 ``` 2012-12-01T00:00:00.000Z 2013-12-01T00:00:00.000Z 2012-11-01T00:00:00.000Z ``` # 集計関数 集計関数は分析およびビジュアル作成時にのみ使用できます。これらの各関数は、選択されたディメンション別にグループ化された値を返します。集計ごとに、条件付きの集計もあります。これらは条件に応じて同じタイプの集計を実行します。 計算フィールド式に集計が含まれていると、それはカスタム集計になります。データが正しく表示されるように、Amazon Quick は次のルールを適用します。 + カスタム集計には、入れ子になった集計関数を含めることはできません。例えば、この式 `sum(avg(x)/avg(y))` は機能しません。ただし、集計関数の内部または外部で、非集計関数を入れ子にすることはできます。たとえば、`ceil(avg(x))` は可能です。`avg(ceil(x))` も可能です。 + カスタム集計には、集計フィールドと非集計フィールドの両方をいずれの組み合わせでも含めることはできません。例えば、この式 `Sum(sales)+quantity` は機能しません。 + フィルタグループには、集計フィールドと非集計フィールドの両方を含めることはできません。 + カスタム集計はディメンションに変換できません。また、ディメンションとしてフィールドウェルにドロップすることもできません。 + ピボットテーブルでは、カスタム集計をテーブルの計算に追加することはできません。 + カスタム集計を含む散布図では、フィールドウェルの [**Group/Color (グループ/色)**] の下に 1 つ以上のディメンションが必要です。 サポートされている関数と演算子の詳細については、[「Amazon Quick の計算フィールド関数と演算子リファレンス](https://docs.aws.amazon.com/quicksight/latest/user/calculated-field-reference.html)」を参照してください。 Quick の計算フィールドの集計関数は次のとおりです。 **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 (パーセンタイル)](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 `avg` 関数は、指定したメジャーの数値の集合の平均値を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。たとえば、`avg(salesAmount)` は、指定したメジャーの平均値を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` avg(decimal, [group-by level]) ``` ## 引数 *10 進数* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、売上高の平均を計算します。 ``` avg({Sales}) ``` ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルでの平均売上額を計算します。ビジュアル内の他のディメンション (リージョンまたは製品) 全体については計算を行いません。 ``` avg({Sales}, [{Country}]) ``` ![\[平均販売数は国レベルでのみ集計されます。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/avg-function-example.png) # avgIf 条件ステートメントに基づいて、`avgIf` 関数は、指定したメジャーの数値の集合の平均値を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。例えば、条件が true と評価される場合、`avgIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` は、指定した測定の平均値を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` avgIf(dimension or measure, condition) ``` ## 引数 *10 進数* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # count `count` 関数は、ディメンションまたはメジャーの値の個数を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。たとえば、`count(product type)` は、商品タイプ (重複あり) の総数を、(オプションで) 選択したディメンションに基づいてグループ化して返します。`count(sales)` は、達成総売上数を、(オプションで) 選択したディメンション (販売担当者など) に基づいてグループ化して返します。 ## 構文 ``` count(dimension or measure, [group-by level]) ``` ## 引数 *ディメンションまたはメジャー* 引数は測定またはディメンションであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、ビジュアル内で指定されたディメンションに関して売上数の計算を行います。この例では、月別の売上数が表示されています。 ``` count({Sales}) ``` ![\[月別の売上数。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/count-function-example.png) ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルで売上数を計算します。ビジュアル内の他のディメンション (地域または製品) 全体については計算を行いません。 ``` count({Sales}, [{Country}]) ``` ![\[売上数は国レベルでのみ集計されます。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/count-function-example2.png) # countIf 条件ステートメントに基づいて、`countIf` 関数は、ディメンションまたはメジャーの値の個数を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 ## 構文 ``` countIf(dimension or measure, condition) ``` ## 引数 *ディメンションまたはメジャー* 引数は測定またはディメンションであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 ## 戻り型 整数 ## 例 次の関数は、条件を満たす売買取引のカウント (`Revenue`)を重複も含めて返します。 ``` countIf ( Revenue, # Conditions CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect' ) ``` # distinct\$1count `distinct_count` 関数は、ディメンションまたはメジャーの個別の値の個数を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。例えば、`distinct_count(product type)` は、個別の商品タイプ (重複なし) の総数を、(オプションで) 選択したディメンションに基づいてグループ化して返します。`distinct_count(ship date)` 関数は、商品の出荷日の総数を、(オプションで) 選択したディメンション (地域など) に基づいてグループ化して返します。 ## 構文 ``` distinct_count(dimension or measure, [group-by level]) ``` ## 引数 *ディメンションまたはメジャー* 引数は測定またはディメンションであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、商品が発注された日数の合計を、ビジュアルで選択 (オプション) したディメンション (例えばリージョンなど) ごとにグループ化しながら計算します。 ``` distinct_count({Order Date}) ``` ![\[各リージョンで商品が注文を受けた日の総数です。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/distinct_count-function-example.png) ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルでの平均売上額を計算します。ビジュアル内の他のディメンション (地域) 全体については計算を行いません。 ``` distinct_count({Order Date}, [Country]) ``` ![\[各国で商品が注文を受けた日の総数です。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/distinct_count-function-example2.png) # distinct\$1countIf 条件ステートメントに基づいて、`distinct_countIf` 関数は、ディメンションまたはメジャーの個別の値の個数を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。例えば、`distinct_countIf(product type)` は、個別の商品タイプ (重複なし) の総数を、(オプションで) 選択したディメンションに基づいてグループ化して返します。条件が true と評価される場合、`distinct_countIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 関数は、商品が出荷された日の総数を、(オプションで) 選択したディメンション (地域など) に基づいてグループ化して返します。 ## 構文 ``` distinct_countIf(dimension or measure, condition) ``` ## 引数 *ディメンションまたはメジャー* 引数は測定またはディメンションであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # max `max` 関数は、指定したメジャーまたは日付の最大値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。たとえば、`max(sales goal)` は、最大売上目標を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` max(measure, [group-by level]) ``` ## 引数 *メジャー* 引数は測定または日付であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 日付の最大値は、テーブルとピボットテーブルの [**Value (値)**] フィールドウェルでのみ機能します。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、各リージョンにおける売上額の最大値を返します。この値は、売上額の合計値、最小値、および中央値と比較されます。 ``` max({Sales}) ``` ![\[各リージョンでの売上額の最大値。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/min-max-median-function-example.png) ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルでの最大売上額を計算します。ビジュアル内の他のディメンション (リージョン) 全体については計算を行いません。 ``` max({Sales}, [Country]) ``` ![\[各国での売上額の最大値。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/max-function-example2.png) # maxIf 条件ステートメントに基づいて、`maxIf` 関数は、指定したメジャーの最大値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。例えば、条件が true と評価される場合、`maxIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` は、最大売上目標を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` maxIf(measure, condition) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # median `median` 集計は、指定したメジャーの中央値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。たとえば、`median(revenue)` は、収益の中央値を、(オプション) 選択されたディメンションに基づいてグループ化して返します。 ## 構文 ``` median(measure, [group-by level]) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、各リージョンにおける売上額の中央値を返します。この値は、売上額の合計値、最大値、および最小値と比較されます。 ``` median({Sales}) ``` ![\[各リージョンでの売上額の中央値。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/min-max-median-function-example.png) ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルでの売上額の中央値を計算します。ビジュアル内の他のディメンション (リージョン) 全体については計算を行いません。 ``` median({Sales}, [Country]) ``` ![\[各国における売上額の中央値。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/median-function-example2.png) # medianIf 条件ステートメントに基づいて、`medianIf` 集計は、指定したメジャーの中央値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。例えば、条件が true と評価される場合、`medianIf(Revenue,SaleDate >= ${BasePeriodStartDate} AND SaleDate <= ${BasePeriodEndDate})` は、収益の中央値を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` medianIf(measure, condition) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # min `min` 関数は、指定したメジャーまたは日付の最小値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。たとえば、`min(return rate)` は、最小利益率を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` min(measure, [group-by level]) ``` ## 引数 *メジャー* 引数は測定または日付であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 日付の最小値は、テーブルとピボットテーブルの [**Value (値)**] フィールドウェルでのみ機能します。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、各リージョンにおける売上額の最小値を返します。この値は、売上額の合計値、最大値、および中央値と比較されます。 ``` min({Sales}) ``` ![\[各リージョンでの売り上げ額の最小値。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/min-max-median-function-example.png) ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルでの最小売上額を計算します。ビジュアル内の他のディメンション (リージョン) 全体については計算を行いません。 ``` min({Sales}, [Country]) ``` ![\[各国における売上額の最小値。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/min-function-example2.png) # minIf 条件ステートメントに基づいて、`minIf` 関数は、指定したメジャーの最小値を、選択した 1 つ以上のディメンションに基づいてグループ化して返します。例えば、条件が true と評価される場合、`minIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` は、最小利益率を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` minIf(measure, condition) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # percentile `percentile` 関数は、フィールドウェルにあるディメンションでグループ化された測定の値のパーセンタイルを計算します。Quick では、2 種類のパーセンタイル計算を使用できます。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html) は、線形補間を使用して結果を判定します。 + [percentileDisc (パーセンタイル)](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) は、実際の値を使用して結果を決定します。 `percentile` 関数は、`percentileDisc` のエイリアスです。 # percentileCont `percentileCont` 関数は、測定の数値の連続分布に基づいてパーセンタイルを計算します。フィールドウェルに適用されるグループ化とソート方法を使用します。これは、「このパーセンタイルの代表値は何ですか?」といった質問に答えます。データセットに存在しない可能性のある正確なパーセンタイル値を返すには、`percentileCont` を使用します。データセット内に存在する最も近いパーセンタイル値を返すには、代わりに `percentileDisc` を使用します。 ## 構文 ``` percentileCont(expression, percentile, [group-by level]) ``` ## 引数 *メジャー* パーセンタイルのコンピューティングに使用する数値を指定します。引数は、メジャーまたはメトリクスであることが必要です。Null は計算では無視されます。 *percentile* パーセンタイル値には、0 ～ 100 の任意の数値定数を使用できます。パーセンタイル値 50 は、メジャーの中央値を計算します。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 戻り値 この関数の結果は数値です。 ## 使用に関する注意事項 `percentileCont` 関数は、指定された測定の値の連続分布に基づく結果を計算します。結果は、ビジュアルの設定に基づいて値を順序付けされた後、値間の線形補間により計算されます。集計された値のセットから値を返すだけの `percentileDisc` とは異なります。`percentileCont` の結果は、指定された測定の値に存在する場合と存在しない場合があります。 ## percentileCont の例 次の例は、PercentileCont の仕組みを説明するのに役立ちます。 **Example 中央値の比較、`percentileCont` と `percentileDisc`** 次の例では、`median`、`percentileCont`、`percentileDisc` の各関数を使用してディメンション (カテゴリ) の中央値を示しています。中央値は、percentileCont 値と同じです。`percentileCont` は値を補間します。この値はデータセットに含まれる場合と含まれない場合があります。ただし、`percentileDisc` はデータセット内に存在する値を常に表示するため、2 つの結果が一致しないこともあります。この例の最後の列は、2 つの値の差を示しています。各計算フィールドのコードは次のとおりです。 + `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 )` (例を簡略化するため、この式を使用して、カテゴリの名前を先頭の文字のみに省略しています) 。 ``` 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 最大値としての 100 パーセンタイル** 次の例では、`example` フィールドのさまざまな `percentileCont` 値を示しています。計算フィールド `n%Cont` は、`percentileCont( {example} ,n)` として定義されています。各列の補間値は、そのパーセンタイルバケットに含まれる数値を表します。場合によっては、実際のデータ値が補間された値と一致します。例えば、列 `100%Cont` は、6783.02 が最も高い数値であるため、すべての行で同じ値が示されています。 ``` 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 ``` ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルでの数値の連続分布に基づいて、30 番目のパーセンタイル値を計算します。ただし、ビジュアル内の他のディメンション (リージョン) 全体については計算しません。 ``` percentileCont({Sales}, 30, [Country]) ``` ![\[各国の売上のパーセンタイル値。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/percentileCont-function-example-lac.png) # percentileDisc (パーセンタイル) ‭`percentileDisc` 関数は、実際の数に基づいて `measure` のパーセンタイルを計算します。フィールドウェルに適用されるグループ化とソート方法を使用します。`percentile` 関数は、`percentileDisc` のエイリアスです。 この関数を使用して、次の質問に答えます。このパーセンタイルにはどの実際のデータポイントが存在しますか。データセットに存在する最も近いパーセンタイル値を返すには、`percentileDisc`‭‬ を使用します。データセットに存在しない可能性のある正確なパーセンタイル値を返すには、代わりに `percentileCont` を使用します。 ## 構文 ``` percentileDisc(expression, percentile, [group-by level]) ``` ## 引数 *メジャー* パーセンタイルのコンピューティングに使用する数値を指定します。引数は、メジャーまたはメトリクスであることが必要です。Null は計算では無視されます。 *percentile* パーセンタイル値には、0 ～ 100 の任意の数値定数を使用できます。パーセンタイル値 50 は、メジャーの中央値を計算します。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 戻り値 この関数の結果は数値です。 ## 使用に関する注意事項 `percentileDisc` は、離散型分散モデルを前提とする逆分散関数です。これは、パーセンタイル値とソート仕様を取得し、特定のセットからエレメントを返します。 特定のパーセンタイル値 `P` について、`percentileDisc` はビジュアル内のソートされた値を使用して、`P`より大きいかそれより大きい最小の累積分布値を持つ値を返します。 ## percentileDisc の例 以下の例は、percentileDisc いかに機能をするのかを説明する際に役立ちます。 **Example 中央値の比較、`percentileDisc` と `percentileCont`** 次の例では、`percentileCont`、`percentileDisc`、`median` の各関数を使用してディメンション (カテゴリ) の中央値を示しています, 中央値は、percentileCont 値と同じです。`percentileCont` は値を補間します。この値はデータセットに含まれる場合と含まれない場合があります。ただし、`percentileDisc` は常に、データセット内に存在する最も近い値を表示するため、2 つの結果が一致しない可能性があります。この例の最後の列は、2 つの値の差を示しています。各計算フィールドのコードは次のとおりです。 + `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 )` (例を簡略化するため、この式を使用して、カテゴリの名前を先頭の文字のみに省略しています) 。 ``` 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 最大値としての 100 パーセンタイル** 次の例では、`example` フィールドのさまざまな `percentileDisc` 値を示しています。計算フィールド `n%Disc` は、`percentileDisc( {example} ,n)` として定義されています。各列の値は、データセットから取得した実際の数値です。 ``` 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 ``` ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルでの数値の連続分布に基づいて、30 番目のパーセンタイル値を計算します。ただし、ビジュアル内の他のディメンション (リージョン) 全体については計算しません。 ``` percentile({Sales}, 30, [Country]) ``` ![\[各国の売上のパーセンタイル値。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/percentile-function-example-lac.png) # periodToDateAvg `periodToDateAvg` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その期間に対する指定されたメジャー内の一連の数値を平均化します。 ## 構文 ``` periodToDateAvg( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateAvg(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDAvgResults.png) # periodToDateCount `periodToDateCount` 関数は、特定の時点までの特定の時間粒度 (四半期など) について、その期間に対するディメンションまたはメジャー内の値の数 (重複を含む) を計算します。 ## 構文 ``` periodToDateCount( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateCount(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDCountResults.png) # periodToDateMax `periodToDateMax` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その時点に対する指定されたメジャーの最大値を返します。 ## 構文 ``` periodToDateMax( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateMax(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDMaxResults.png) # periodToDateMedian `periodToDateMedian` 関数は、特定時点までの指定された時間粒度 (四半期など) について、その期間に対する指定されたメジャーの中央値を返します。 ## 構文 ``` periodToDateMedian( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateMedian(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDMedianResults.png) # periodToDateMin `periodToDateMin` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その期間に対する指定されたメジャーまたは日付の最小値を返します。 ## 構文 ``` periodToDateMin( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateMin(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDMinResults.png) # periodToDatePercentile `periodToDatePercentile` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その期間に対するメジャー内の実数値に基づいたパーセンタイルを計算します。ここでは、フィールドウェルに適用されるグループ化とソートを使用します。 データセットに存在する最も近いパーセンタイル値を返すには、`periodToDatePercentile`‭‬ を使用します。データセットに存在しない可能性のある正確なパーセンタイル値を返すには、代わりに `periodToDatePercentileCont` を使用します。 ## 構文 ``` periodToDatePercentile( measure, percentile, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *percentile* パーセンタイル値には、0 から 100 までの任意の数値定数を使用できます。パーセンタイル値 50 は、メジャーの中央値を算出します。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における運賃額の 90 パーセンタイルを支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDatePercentile(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算から返された数値の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDPercentileResults.png) # periodToDatePercentileCont `periodToDatePercentileCont` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その期間におけるメジャー内の数値の連続分布に基づいたパーセンタイルを計算します。ここでは、フィールドウェルに適用されるグループ化とソートを使用します。 データセットに存在しない可能性のある正確なパーセンタイル値を返すには、`periodToDatePercentileCont` を使用します。データセット内に存在する最も近いパーセンタイル値を返すには、代わりに `periodToDatePercentile` を使用します。 ## 構文 ``` periodToDatePercentileCont( measure, percentile, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *percentile* パーセンタイル値には、0 から 100 までの任意の数値定数を使用できます。パーセンタイル値 50 は、メジャーの中央値を算出します。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における運賃額の 90 パーセンタイルを支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDatePercentileCont(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算から返された数値の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDContPercentileResults.png) # periodToDateStDev `periodToDateStDev` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その期間に対する指定されたメジャー内の一連の数値の標準偏差を標本に基づいて計算します。 ## 構文 ``` periodToDateStDev( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateStDev(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDStDevResults.png) # periodToDateStDevP `periodToDateStDevP` は関数、特定時点までの所定の時間粒度 (四半期など) について、指定されたメジャー内の一連の数値の母標準偏差を、その期間の標本に基づいて計算します。 ## 構文 ``` periodToDateStDevP( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateStDevP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDStDevPResults.png) # periodToDateSum `periodToDateSum` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その期間に対する指定されたメジャーを加算します。 ## 構文 ``` periodToDateSum( measure, dateTime, period, endDate) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の関数は、06-30-21 の週について、指定日までの週における運賃額の合計を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateSum(fare_amount, pickUpDateTime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[例の結果の画像 (イラスト付き)。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDSumResults.png) # periodToDateVar `periodToDateVar` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その期間の指定されたメジャー内の一連の数値の標本分散を計算します。 ## 構文 ``` periodToDateVar( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateVar(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDVarResults.png) # periodToDateVarP `periodToDateVarP` 関数は、特定時点までの所定の時間粒度 (四半期など) について、その期間に対する指定されたメジャー内の一連の数値の母分散を計算します。 ## 構文 ``` periodToDateVarP( measure, dateTime, period, endDate (optional)) ``` ## 引数 *メジャー* 引数はフィールドであることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。 *dateTime* PeriodToDate 集計を算出している日付ディメンション。 *period* 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 *endDate* (オプション) periodToDate 集計の算出を終了する日付ディメンション。省略した場合は、デフォルトで `now()` に設定されます。 ## 例 以下の例は、06-30-21 の週について、指定日までの週における最小運賃額を支払タイプごとに計算します。この例を簡素化するため、単一の支払いのみをフィルタリングしました。06-30-21 は水曜日です。クイックは日曜日に週を開始します。この例では、06-27-21 です。 ``` periodToDateVarP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[サンプル計算からの結果の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDVarPResults.png) # stdev `stdev` 関数は、標本に基づいて、指定したメジャーの数値の集合の標準偏差を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 ## 構文 ``` stdev(measure, [group-by level]) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、記録されたテストスコアのサンプルを使用して、対象であるクラスのテストスコアの標準偏差を返します。 ``` stdev({Score}) ``` ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、課題レベルでのテストスコアの標準偏差を計算します。ビジュアル内の他のディメンション (クラス) 全体については計算を行いません。 ``` stdev({Score}, [Subject]) ``` # stdevp `stdevp` 関数は、指定したメジャーの数値の集合の母集団標準偏差を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 ## 構文 ``` stdevp(measure, [group-by level]) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、記録されたすべてのスコアを使用して、対象クラスのテストスコアに関する標準偏差を返します。 ``` stdevp({Score}) ``` ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、課題レベルでのテストスコアの標準偏差を計算します。ビジュアル内の他のディメンション (クラス) 全体について、記録されたすべてのスコアを使用した計算は行いません。 ``` stdevp({Score}, [Subject]) ``` # stdevIf 条件ステートメントに基づいて、`stdevIf` 関数は、標本に基づいて、指定したメジャーの数値の集合の標準偏差を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 ## 構文 ``` stdevIf(measure, conditions) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # stdevpIf 条件ステートメントに基づいて、`stdevpIf` 関数は、母集団バイアスに基づいて、指定したメジャーの数値の集合の標準偏差を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 ## 構文 ``` stdevpIf(measure, conditions) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # sum `sum` 関数は、指定したメジャーの数値の集合を加算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。たとえば、`sum(profit amount)` は、総利益額を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` sum(measure, [group-by level]) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、 売上額の合計を返します。 ``` sum({Sales}) ``` ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、国レベルでの売上額の合計を計算します。ビジュアル内の他のディメンション (リージョンや製品) 全体については計算を行いません。 ``` sum(Sales, [Country]) ``` ![\[各国での売上額の合計。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/sum-function-example.png) # sumIf 条件ステートメントに基づいて、`sumIf` 関数は、指定したメジャーの数値の集合を加算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。例えば、条件が true と評価される場合、`sumIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` は、総利益額を、(オプションで) 選択したディメンションに基づいてグループ化して返します。 ## 構文 ``` sumIf(measure, conditions) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 ## 例 次の例では、`sumIf` を使用して計算されたフィールドを使用して、`Segment` が `SMB` と等しい場合の売上額を表示します。 ``` sumIf(Sales, Segment=’SMB’) ``` ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/sumIfCalc.png) 次の例では、`sumIf` を使用して計算されたフィールドを使用して、`Segment` が `SMB` と等しく、`Order Date` が 2022 年より新しい場合の売上額を表示します。 ``` sumIf(Sales, Segment=’SMB’ AND {Order Date} >=’2022-01-01’) ``` # var `var` 関数は、指定したメジャーの数値の標本分散を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 ## 構文 ``` var(measure, [group-by level]) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、サンプリングされたテストスコアに関する分散を返します。 ``` var({Scores}) ``` ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の使用例は、課題レベルでサンプルのテストスコアに関する分散を返します。ビジュアル内の他のディメンション (クラス) については計算を行いません。 ``` var({Scores}, [Subject] ``` # varIf 条件ステートメントに基づいて、`varIf` 関数は、標本に基づいて、指定したメジャーの数値の集合の分散を計算し、選択した 1 つ以上のディメンションに基づいてグループ化して返します。 ## 構文 ``` varIf(measure, conditions) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # varp `varp` 関数は、指定したメジャーの数値の母集団分散を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 ## 構文 ``` varp(measure, [group-by level]) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 レベルごとのグループ (オプション) 集計結果をグループ化するためのレベルを指定します。追加されるレベルは、任意のディメンションとすることができ、ビジュアルに追加されたものとは関係ないディメンションとすることも可能です。 引数はディメンションのフィールドとする必要があります。グループごとのレベルは、角括弧 `[ ]` で囲む必要があります。詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。 ## 例 次の例では、テストスコアの母集団の分散を返します。 ``` varp({Scores}) ``` ビューまたはデータセット内の 1 つ以上のディメンションを使用して、計算結果をグループ化するレベルを指定することもできます。これは LAC-A 関数と呼ばれます。LAC-A 関数の詳細については、[「レベル対応計算 - 集計 (LAC-A) 関数](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)」を参照してください。次の例では、課題レベルでテストスコアの母集団における分散を返します。ビジュアル内の他のディメンション (Class) 全体については計算を行いません。 ``` varp({Scores}, [Subject] ``` # varpIf 条件ステートメントに基づいて、`varpIf` 関数は、バイアス母集団に基づいて、指定したメジャーの数値の分散を計算し、選択した 1 つ以上のディメンション別にグループ化して返します。 ## 構文 ``` varpIf(measure, conditions) ``` ## 引数 *メジャー* 引数は測定であることが必要です。結果から Null 値は除外されます。リテラル値は機能しません。引数はフィールドであることが必要です。 condition** 1 つのステートメントの 1 つ以上の条件。 # テーブル計算関数 個々のビジュアルでデータを分析する際に、テーブル計算を現在のデータセットに適用して、ディメンションがメジャーに与える影響、またその逆を発見できます。*ビジュアル化されたデータ*は、すべてのフィルター、フィールド選択、およびカスタマイズが適用された、現在のデータセットに基づいた結果セットです。結果セットを正確に確認するには、ビジュアルをファイルにエクスポートします。*テーブル計算関数*はデータの演算を行ってフィールド間の関係を明らかにします。 このセクションでは、Amazon Quick で視覚化されたデータに対して実行できるテーブル計算で使用できる関数のリストを示します。 簡単な定義を使用してカテゴリ別にソートされた関数のリストを表示するには、[「カテゴリ別の関数](https://docs.aws.amazon.com/quicksight/latest/user/functions-by-category.html)」を参照してください。 **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 `difference` 関数は、パーティションおよびソートの 1 つのセットに基づいたメジャーと、別のものに基づいたメジャーの差を計算します。 `difference` 関数は、SPICE および直接クエリデータセットに基づいた分析での使用がサポートされています。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` difference ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,lookup_index, ,[ partition field, ... ] ) ``` ## 引数 *メジャー* 差を確認する集計されたメジャー。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *lookup index* ルックアップインデックスには正または負の値を使用でき、ソートの次の行 (正) またはソートの前の行 (負) を示します。ルックアップインデックスには 1～2,147,483,647 を使用できます。MySQL と互換性のある MySQL、MariaDB、Amazon Aurora、MySQL 互換エディションの場合、ルックアップインデックスは 1 のみに制限されます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では `sum({Billed Amount})` の差を計算します。`Customer Region` 昇順でソートし、次の行と比較して、`Service Line` でパーティション分割しています。​ ``` difference( sum( {Billed Amount} ), [{Customer Region} ASC], 1, [{Service Line}] ) ``` 次の例では `Billed Amount` の次の行との差を計算します。`[{Customer Region}]` でパーティション分割しています。​ テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` difference( sum( {Billed Amount} ), [{Customer Region} ASC], 1 ) ``` 赤色の強調表示は、数量 a と c の差を示すための各数量の加算方法 ( a \$1 b = c ) を示します。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/differenceCalc.png) # distinctCountOver `distinctCountOver` 関数は、指定されたレベルで指定された属性によって分割されたオペランドの個別の個数を計算します。サポートされているレベルは、`PRE_FILTER` および `PRE_AGG` です。オペランドは非集計である必要があります。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` distinctCountOver ( measure or dimension field ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *measure or dimension field* 計算を実行するメジャーまたはディメンション（例: `{Sales Amt}`）。有効な値は、`PRE_FILTER` および `PRE_AGG` です。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 この値が空白の場合は、デフォルトで `POST_AGG_FILTER` に設定されます。`POST_AGG_FILTER`はこのオペレーションでは有効なレベルではないため、エラーメッセージが表示されます。詳細については、[「Amazon Quick でのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`PRE_AGG` レベルで ​`City` および `State`​ についてパーティション分割された、それぞれの `Sales`​ の数を取得します。 ``` distinctCountOver ( Sales, [City, State], PRE_AGG ) ``` # lag `lag` 関数は、指定されたパーティションおよびソートに基づいて、メジャーのラグ値 (前の値) を計算します。 `lag` は、SPICE および直接クエリデータセットに基づいた分析での使用がサポートされています。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` lag ( lag ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,lookup_index ,[ partition_field, ... ] )] ) ``` ## 引数 *メジャー* ラグを取得するメジャー。`sum({Sales Amt})` のような集計を含めることができます。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *lookup index* ルックアップインデックスには正または負の値を使用でき、ソートの次の行 (正) またはソートの前の行 (負) を示します。ルックアップインデックスには 1～2,147,483,647 を使用できます。MySQL と互換性のある MySQL、MariaDB、Amazon Aurora、MySQL 互換エディションの場合、ルックアップインデックスは 1 のみに制限されます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、オリジンの州でパーティション分割され、`sum(sales)` の昇順でソートされた、前の `cancellation_code`​ を計算します。 ``` lag ( sum(Sales), [cancellation_code ASC], 1, [origin_state_nm] ) ``` 次の例では、`lag` を使用して計算されたフィールドを使用して、現在の行の売上額の横に前の行の金額を表示します。ソート順は `Order Date` です。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` lag( sum({Sales}), [{Order Date} ASC], 1 ) ``` この例の結果を次のスクリーンショットで示します。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/lagCalc.png) 次の例では、`lag` を使用して計算されたフィールドを使用して、現在の行の売上額の横に前の行の金額を表示します。ソート順は `Order Date` で、`Segment` ごとにパーティション化されます。 ``` lag ( sum(Sales), [Order Date ASC], 1, [Segment] ) ``` この例の結果を次のスクリーンショットで示します。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/lagCalc2.png) # lead `lead` 関数は、指定されたパーティションおよびソートに基づいて、メジャーのリード値 (次の値) を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` lead ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,lookup_index, ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* リードを取得するメジャー。`sum({Sales Amt})` のような集計を含めることができます。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *lookup index* ルックアップインデックスには正または負の値を使用でき、ソートの次の行 (正) またはソートの前の行 (負) を示します。ルックアップインデックスには 1～2,147,483,647 を使用できます。MySQL と互換性のある MySQL、MariaDB、Amazon Aurora、MySQL 互換エディションの場合、ルックアップインデックスは 1 のみに制限されます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、オリジンの州でパーティション分割され、`sum(sales)` の昇順でソートされた次の `cancellation_code`​ を計算します。 ``` lead ( sum(sales), [cancellation_code ASC], 1, [origin_state_nm] ) ``` 次の例では、lead を使用して計算されたフィールドを使用して、現在の行の金額の横に次の行の金額を表示します。ソート順は `Customer Segment` です。​ テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` lead( sum({Billed Amount}), [{Customer Segment} ASC], 1 ) ``` この例の結果を次のスクリーンショットで示します。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/leadCalc.png) # percentDifference `percentDifference` 関数は、現在の値と比較値とのパーセンテージの差を、パーティション、ソート、ルックアップインデックスに基づいて計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` percentDifference ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,lookup index ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* パーセントの差を確認する集計されたメジャー。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *lookup index* ルックアップインデックスには正または負の値を使用でき、ソートの次の行 (正) またはソートの前の行 (負) を示します。ルックアップインデックスには 1～2,147,483,647 を使用できます。MySQL と互換性のある MySQL、MariaDB、Amazon Aurora、MySQL 互換エディションの場合、ルックアップインデックスは 1 のみに制限されます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Sales)` でソートされた現在と前の `State` の `Sales` の差のパーセンテージを計算します。 ``` percentDifference ( sum(amount), [sum(amount) ASC], -1, [State] ) ``` 次の例では、(`Billed Amount`) でソートされた特定の `Billed Amount`​ の別の `[{Customer Region} ASC]`​ に対するパーセントを計算します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` percentDifference ( sum( {Billed Amount} ), [{Customer Region} ASC], 1 ) ``` この例の結果を次のスクリーンショットで示します。赤い文字は、`Billed Amount` `Customer Region` の合計 **APAC** が、**EMEA** リージョンの数値より 24 パーセント小さいことを示します。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/percentDifference.png) # avgOver `avgOver` 関数は、ディメンションのリストでパーティション分割されたメジャーの平均を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` avgOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` `Billed Amount` の平均 `Customer Region` を以下の例に示します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` avgOver ( sum({Billed Amount}), [{Customer Region}] ) ``` この例の結果を次のスクリーンショットで示します。`Service Line`​ を追加することで、それぞれの合計請求料金が表示され、これら 3 つの値の平均が計算フィールドに表示されます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/avgOver.png) ## 引数 *メジャー* 計算を行うメジャー。`sum({Sales Amt})` など。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`sum(Sales)`​ および `City`​ でパーティション分割された平均 `State`​ を取得します。 ``` avgOver ( sum(Sales), [City, State] ) ``` # countOver `countOver` 関数は、ディメンションのリストでパーティション分割されたディメンションまたはメジャーの数を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` countOver ( measure or dimension field ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *measure or dimension field* 計算を実行するメジャーまたはディメンション（例: `sum({Sales Amt})`）。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`Sales`​ および `City`​ でパーティション分割された `State`​ の数を取得します。 ``` countOver ( Sales, [City, State] ) ``` 次の例では、`{County}`​ および `City`​ でパーティション分割された `State`​ の数を取得します。 ``` countOver ( {County}, [City, State] ) ``` `Billed Amount` の `Customer Region` の数を以下の例に示します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` countOver ( sum({Billed Amount}), [{Customer Region}] ) ``` この例の結果を次のスクリーンショットで示します。他に含まれているフィールドがないため、各リージョンの数は 1 です。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/countOver1.png) フィールドを追加すると、数が変化します。次のスクリーンショットでは、`Customer Segment` および `Service Line` が追加されています。これらのフィールドのそれぞれに 3 つの一意の値が含まれています。3 つのセグメント、3 つのサービスライン、3 つのリージョンで、計算フィールドには 9 と表示されます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/countOver2.png) さらに 2 つのフィールドを追加して計算フィールドでフィールドをパーティション分割 (`countOver( sum({Billed Amount}), [{Customer Region}, {Customer Segment}, {Service Line}]`) すると、数は行ごとに再び 1 になります。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/countOver.png) # maxOver `maxOver` 関数は、ディメンションのリストでパーティション分割されたメジャーまたは日付の最大値を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` maxOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *メジャー* 計算を行うメジャー。`sum({Sales Amt})` など。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`sum(Sales)` および `City` でパーティション分割された `State` の最大値を計算します。 ``` maxOver ( sum(Sales), [City, State] ) ``` `Billed Amount` の最大 `Customer Region` を以下の例に示します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` maxOver ( sum({Billed Amount}), [{Customer Region}] ) ``` この例の結果を次のスクリーンショットで示します。`Service Line`​ を追加することで、それぞれの合計請求料金が表示され、これら 3 つの値の最大値が計算フィールドに表示されます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/maxOver.png) # minOver `minOver` 関数は、ディメンションのリストでパーティション分割されたメジャーまたは日付の最小値を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` minOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *メジャー* 計算を行うメジャー。`sum({Sales Amt})` など。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`sum(Sales)` および `City` でパーティション分割された `State` の最小値を計算します。 ``` minOver ( sum(Sales), [City, State] ) ``` `Billed Amount` の最小 `Customer Region` を以下の例に示します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` minOver ( sum({Billed Amount}), [{Customer Region}] ) ``` この例の結果を次のスクリーンショットで示します。`Service Line`​ を追加することで、それぞれの合計請求料金が表示され、これら 3 つの値の最小値が計算フィールドに表示されます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/minOver.png) # percentileOver `percentileOver` 関数は、ディメンションのリストでパーティション分割されたメジャーの *n* 番目のパーセンタイルを計算します。Quick では、次の 2 種類の`percentileOver`計算を使用できます。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html) は、線形補間を使用して結果を判定します。 + [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html) は、実際の値を使用して結果を判定します。 `percentileOver` 関数は、`percentileDiscOver` のエイリアスです。 # percentileContOver ‭`percentileContOver` 関数は、実際の数に基づいて `measure` のパーセンタイルを計算します。ここでは、フィールドウェルに適用されるグループ化とソートを使用します。結果は、指定の計算レベルで指定されたディメンションによって分割されます。 この関数を使用して、次の質問に答えます。このパーセンタイルにはどの実際のデータポイントが存在しますか。データセットに存在する最も近いパーセンタイル値を返すには、`percentileDiscOver`‭‬ を使用します。データセットに存在しない可能性のある正確なパーセンタイル値を返すには、代わりに `percentileContOver` を使用します。 ## 構文 ``` percentileContOver ( measure , percentile-n , [partition-by, …] , calculation-level ) ``` ## 引数 *メジャー* パーセンタイルのコンピューティングに使用する数値を指定します。引数は、メジャーまたはメトリクスであることが必要です。Null は計算では無視されます。 *percentile-n* パーセンタイル値には、0 ～ 100 の任意の数値定数を使用できます。パーセンタイル値 50 は、メジャーの中央値を計算します。 *partition-by* (省略可能) パーティション分割する 1 つ以上の測定およびディメンション。コンマで区切って入力します。リスト内の各フィールドに複数の単語が含まれるの場合は、\$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation-level* 評価の順序に関連する計算を実行する場所を指定します。次の 3 つの計算レベルがサポートされています。 + PRE\$1FILTER + PRE\$1AGG + POST\$1AGG\$1FILTER (デフォルト) - この計算レベルを使用するには、`sum(measure)` のように `measure` で集計を指定します。 PRE\$1FILTER および PRE\$1AGG は、可視化のための集計が行われる前に適用されます。これら 2 つの計算レベルでは、計算フィールドの式で集計を `measure` に指定することはできません。計算レベルと適用時期の詳細については、[「Amazon Quick での評価順序](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html)」および[「Quick でのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 戻り値 この関数の結果は数値です。 ## percentileContOver の例 次の例は、percentileContOver がどのように動作するかを説明するのに役立ちます。 **Example 中央値の計算レベルの比較** 次の例では、`percentileContOver` 関数でさまざまな計算レベルを使用して、ディメンション (カテゴリ) の中央値を示しています。パーセンタイルは 50 です。データセットは、[リージョン] フィールドでフィルタリングされます。各計算フィールドのコードは次のとおりです。 + `example = left( category, 1 )` (シンプルな例) + `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 ‭`percentileDiscOver` 関数は、実際の数に基づいて `measure` のパーセンタイルを計算します。ここでは、フィールドウェルに適用されるグループ化とソートを使用します。結果は、指定の計算レベルで指定されたディメンションによって分割されます。`percentileOver` 関数は、`percentileDiscOver` のエイリアスです。 この関数を使用して、次の質問に答えます。このパーセンタイルにはどの実際のデータポイントが存在しますか。データセットに存在する最も近いパーセンタイル値を返すには、`percentileDiscOver`‭‬ を使用します。データセットに存在しない可能性のある正確なパーセンタイル値を返すには、代わりに `percentileContOver` を使用します。 ## 構文 ``` percentileDiscOver ( measure , percentile-n , [partition-by, …] , calculation-level ) ``` ## 引数 *メジャー* パーセンタイルのコンピューティングに使用する数値を指定します。引数は、メジャーまたはメトリクスであることが必要です。Null は計算では無視されます。 *percentile-n* パーセンタイル値には、0 ～ 100 の任意の数値定数を使用できます。パーセンタイル値 50 は、メジャーの中央値を計算します。 *partition-by* (省略可能) パーティション分割する 1 つ以上の測定およびディメンション。コンマで区切って入力します。リスト内の各フィールドに複数の単語が含まれるの場合は、\$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation-level* 評価の順序に関連する計算を実行する場所を指定します。次の 3 つの計算レベルがサポートされています。 + PRE\$1FILTER + PRE\$1AGG + POST\$1AGG\$1FILTER (デフォルト) - この計算レベルを使用するには、`sum(measure)` のように `measure` で集計を指定する必要があります。 PRE\$1FILTER および PRE\$1AGG は、可視化のための集計が行われる前に適用されます。これら 2 つの計算レベルでは、計算フィールドの式で集計を `measure` に指定することはできません。計算レベルと適用時期の詳細については、[「Amazon Quick での評価順序](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html)」および[「Quick でのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 戻り値 この関数の結果は数値です。 ## percentileDiscOver の例 次の例は、PercentileDiscover がどのように動作するかを説明するのに役立ちます。 **Example 中央値の計算レベルの比較** 次の例では、`percentileDiscOver` 関数でさまざまな計算レベルを使用して、ディメンション (カテゴリ) の中央値を示しています。パーセンタイルは 50 です。データセットは、[リージョン] フィールドでフィルタリングされます。各計算フィールドのコードは次のとおりです。 + `example = left( category, 1 )` (シンプルな例) + `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 中央値** 次の例では、`Sales` および `City` でパーティション分割された `State` の中央値 (50 パーセンタイル値) を計算します。 ``` percentileDiscOver ( Sales, 50, [City, State] ) ``` 次の例では、`sum({Billed Amount})` でパーティション分割された `Customer Region` の 98 パーセンタイル値を計算します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` percentileDiscOver ( sum({Billed Amount}), 98, [{Customer Region}] ) ``` 以下のスクリーンショットでは、これらの 2 つの例がチャートに表示されています。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/percentilOver-50-98.png) # percentOfTotal `percentOfTotal` 関数は、指定されたディメンションに基づいて、合計に影響するメジャーのパーセンテージを計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` percentOfTotal ( measure ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 合計のパーセントを確認する集計されたメジャー。現在、`distinct count` の集計は `percentOfTotal` ではサポートされていません。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、各 `Sales`​ の影響を受ける合計 `State` のパーセントの計算を作成します。​ ``` percentOfTotal ( sum(Sales), [State] ) ``` 次の例では、合計 `Billed Amount`​ と比較した場合の特定の `Billed Amount`​ のパーセントを、(`[{Service Line} ASC]`) でパーティション分割して計算します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` percentOfTotal ( sum( {Billed Amount} ), [{Service Line}] ) ``` この例の結果を次のスクリーンショットで示します。赤色の強調表示は、「`Billing`」という値を持つパーティションフィールドに、各リージョンに 1 つずつ、3 つのエントリがあることを示します。このサービス行の請求金額の合計は 3 つのパーセンテージに分けられ、その合計は 100 パーセントです。パーセンテージは四捨五入されるため、合計は必ずしも正確に 100 パーセントにならない場合があります。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/percentOfTotal.png) # periodOverPeriodDifference `periodOverPeriodDifference` 関数は、期間粒度とオフセットで指定された 2 つの異なる期間におけるメジャーの差分を計算します。差分計算とは異なり、この関数は固定サイズのオフセットではなく、日付ベースのオフセットを使用します。これは、データセットにデータポイントがない場合でも、正しい日付のみが比較されることを確実にします。 ## 構文 ``` periodOverPeriodDifference( measure, date, period, offset) ``` ## 引数 *メジャー* periodOverperiod 計算を実行する集計されたメジャー。 *dateTime* 前期比計算を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 デフォルト値は、ビジュアルの日付ディメンション粒度です。 *offset* (オプション) オフセットは、比較対象の前の期間 (period で指定) を表す正または負の整数にすることができます。例えば、オフセットが 1 の四半期の期間は、前の四半期との比較を意味します。 デフォルト値は 1 です。 ## 例 次の例では、計算フィールド `PeriodOverPeriod` を使用して、昨日の売上額の差を表示します。 ``` periodOverPeriodDifference(sum(Sales), {Order Date}) ``` ![\[サンプル計算から返された数値の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/MonthOverMonthDifference.png) 次の例では、計算フィールド `PeriodOverPeriod` を使用して、過去 2 か月の売上額の差を表示します。以下の例は、`Mar2020` と `Jan2020` の売上を比較しています。 ``` periodOverPeriodDifference(sum(Sales),{Order Date}, MONTH, 1) ``` ![\[サンプル計算から返された数値の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/MonthOverMonthDifference2.png) # periodOverPeriodLastValue `periodOverPeriodLastValue` 関数は、期間粒度とオフセットで指定された前の期間からのメジャーの最後の (前の) 値を計算します。この関数は、固定サイズのオフセットではなく日付ベースのオフセットを使用します。これは、データセットにデータポイントがない場合でも、正しい日付のみが比較されることを確実にします。 ## 構文 ``` periodOverPeriodLastValue( measure, date, period, offset) ``` ## 引数 *メジャー* 差を確認する集計されたメジャー。 *date* periodOverPeriod 計算を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 この引数は、デフォルトでビジュアル集計の粒度になります。 *offset* (オプション) オフセットは、比較する前の期間 (period で指定) を表す正または負の整数にすることができます。例えば、オフセットが 1 の四半期の期間は、前の四半期との比較を意味します。 この引数のデフォルト値は 1 です。 ## 例 以下の例は、ビジュアルディメンション粒度と 1 のデフォルトオフセットを使用して、売上高の前月比の値を計算します。 ``` periodOverPeriodLastValue(sum(Sales), {Order Date}) ``` 以下の例は、`MONTH` の固定粒度と 1 の固定オフセットを使用して、売上高の前月比の値を計算します。 ``` periodOverPeriodLastValue(sum(Sales), {Order Date},MONTH, 1) ``` ![\[サンプル計算から返された数値の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/MonthOverMonthLastValue.png) # periodOverPeriodPercentDifference `periodOverPeriodPercentDifference` 関数は、期間粒度とオフセットで指定された 2 つの異なる期間におけるメジャーのパーセント差分を計算します。percentDifference とは異なり、この関数は固定サイズのオフセットではなく、日付ベースのオフセットを使用します。これは、データセットにデータポイントがない場合でも、正しい日付のみが比較されることを確実にします。 ## 構文 ``` periodOverPeriodPercentDifference( measure, date, period, offset) ``` ## 引数 *メジャー* 差を確認する集計されたメジャー。 *date* periodOverPeriod 計算を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 この引数は、デフォルトでビジュアル集計の粒度になります。 *offset* (オプション) オフセットは、比較する前の期間 (period で指定) を表す正または負の整数にすることができます。例えば、オフセットが 1 の四半期の期間は、前の四半期との比較を意味します。 この引数のデフォルト値は 1 です。 ## 例 以下の例は、ビジュアルディメンション粒度と 1 のデフォルトオフセットを使用して、売上高の前月比のパーセント差分を計算します。 ``` periodOverPeriodPercentDifference(sum(Sales),{Order Date}) ``` 以下の例は、`MONTH` の固定粒度と 1 の固定オフセットを使用して売上高の前月比のパーセント差分を計算します。 ``` periodOverPeriodPercentDifference(sum(Sales), {Order Date}, MONTH, 1) ``` ![\[サンプル計算から返された数値の画像。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/MonthOverMonthPercentDifference.png) # periodToDateAvgOverTime `periodToDateAvgOverTime` 関数は、特定時点までの所定の時間粒度 (四半期など) について、メジャーの平均値を計算します。 ## 構文 ``` periodToDateAvgOverTime( measure, dateTime, period) ``` ## 引数 *メジャー* 計算を実行する集計されたメジャー。 *dateTime* PeriodOverTime 計算を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 デフォルト値は、ビジュアルの日付ディメンション粒度です。 ## 例 以下の関数は、前月比の平均運賃額を計算します。 ``` periodToDateAvgOverTime(sum({fare_amount}), pickupDatetime, MONTH) ``` ![\[サンプル計算の結果の画像 (イラスト付き)。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDAvgOverTimeResults.png) # periodToDateCountOverTime `periodToDateCountOverTime` 関数は、特定時点までの所定の時間粒度 (四半期など) について、ディメンションまたはメジャーの数を計算します。 ## 構文 ``` periodToDateCountOverTime( measure, dateTime, period) ``` ## 引数 *メジャー* 計算を実行する集計されたメジャー。 *dateTime* PeriodOverTime 計算を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 デフォルト値は、ビジュアルの日付ディメンション粒度です。 ## 例 以下の例は、前月比のベンダーの数を計算します。 ``` periodToDateCountOverTime(count(vendorid), pickupDatetime, MONTH) ``` ![\[サンプル計算の結果の画像 (イラスト付き)。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDCountOverTimeResults.png) # periodToDateMaxOverTime `periodToDateMaxOverTime` 関数は、特定時点までの所定の時間粒度 (四半期など) について、メジャーの最大値を計算します。 ## 構文 ``` periodToDateMaxOverTime( measure, dateTime, period) ``` ## 引数 *メジャー* 計算を実行する集計されたメジャー。 *dateTime* PeriodOverTime 計算を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 デフォルト値は、ビジュアルの日付ディメンション粒度です。 ## 例 以下の例は、前月比の最大運賃額を計算します。 ``` periodToDatemaxOverTime(max({fare_amount}), pickupDatetime, MONTH) ``` ![\[サンプル計算の結果の画像 (イラスト付き)。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDMaxOverTimeResults.png) # periodToDateMinOverTime `periodToDateMinOverTime` 関数は、特定時点までの所定の時間粒度 (四半期など) について、メジャーの最小値を計算します。 ## 構文 ``` periodToDateMinOverTime( measure, dateTime, period) ``` ## 引数 *メジャー* 計算を実行する集計されたメジャー。 *dateTime* PeriodOverTime 計算を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 デフォルト値は、ビジュアルの日付ディメンション粒度です。 ## 例 以下の例は、前月比の最小運賃額を計算します。 ``` periodToDateMinOverTime(min({fare_amount}), pickupDatetime, MONTH) ``` ![\[サンプル計算の結果の画像 (イラスト付き)。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDMinOverTimeResults.png) # periodToDateSumOverTime `periodToDateSumOverTime` 関数は、特定時点までの所定の時間粒度 (四半期など) について、メジャーの合計を計算します。 ## 構文 ``` periodToDateSumOverTime( measure, dateTime, period) ``` ## 引数 *メジャー* 計算を実行する集計されたメジャー。 *dateTime* PeriodOverTime 計算を算出している日付ディメンション。 *period* (オプション) 計算を算出している期間。`YEAR` の粒度は `YearToDate` 計算を意味し、`Quarter` は `QuarterToDate` を意味します。有効な粒度には、`YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE`、および `SECONDS` などがあります。 デフォルト値は、ビジュアルの日付ディメンション粒度です。 ## 例 以下の関数は、前月比の合計運賃額を返します。 ``` periodToDateSumOverTime(sum({fare_amount}), pickupDatetime, MONTH) ``` ![\[サンプル計算の結果の画像 (イラスト付き)。\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/PTDSumOverTime-example-results.png) # stdevOver `stdevOver` 関数は、標本に基づいて、指定したメジャーの標準偏差を計算し、選択した属性 (1 つ、または複数) 別にパーティション分割して返します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` stdevOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *メジャー* 計算を行うメジャー。`sum({Sales Amt})` など。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、標本に基づいて、`sum(Sales)` の標準偏差を計算し、`City` と `State` でパーティション分割して返します。 ``` stdevOver ( sum(Sales), [City, State] ) ``` 次の例では、標本に基づいて、`Billed Amount` に対する `Customer Region` の標準偏差を計算します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` stdevOver ( sum({Billed Amount}), [{Customer Region}] ) ``` # stdevpOver `stdevpOver` 関数は、バイアス母集団に基づいて、指定したメジャーの標準偏差を計算し、選択した属性 (1 つ、または複数) 別にパーティション分割して返します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` stdevpOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *メジャー* 計算を行うメジャー。`sum({Sales Amt})` など。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、バイアス母集団に基づいて、`sum(Sales)` の標準偏差を計算し、`City` と `State` でパーティション分割して返します。 ``` stdevpOver ( sum(Sales), [City, State] ) ``` 次の例では、バイアス母集団に基づいて、`Billed Amount` に対する `Customer Region` の標準偏差を計算します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` stdevpOver ( sum({Billed Amount}), [{Customer Region}] ) ``` # varOver `varOver` 関数は、標本に基づいて、指定したメジャーの分散を計算し、選択した属性 (1 つ、または複数) 別にパーティション分割して返します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` varOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *メジャー* 計算を行うメジャー。`sum({Sales Amt})` など。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、標本に基づいて、`sum(Sales)` の分散を計算し、`City` と `State` でパーティション分割して返します。 ``` varOver ( sum(Sales), [City, State] ) ``` 次の例では、標本に基づいて、`Billed Amount` に対して `Customer Region` の分散を計算します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` varOver ( sum({Billed Amount}), [{Customer Region}] ) ``` # varpOver `varpOver` 関数は、バイアス母集団に基づいて、指定したメジャーの分散を計算し、選択した属性 (1 つ、または複数) 別にパーティション分割して返します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` varpOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *メジャー* 計算を行うメジャー。`sum({Sales Amt})` など。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、バイアス母集団に基づいて、`sum(Sales)` の分散を計算し、`City` と `State` でパーティション分割して返します。 ``` varpOver ( sum(Sales), [City, State] ) ``` 次の例では、バイアス母集団に基づいて、`Billed Amount` に対する `Customer Region` の分散を計算します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` varpOver ( sum({Billed Amount}), [{Customer Region}] ) ``` # sumOver `sumOver` 関数は、ディメンションのリストでパーティション分割されたメジャーの n 番目のパーセンタイルを計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` sumOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## 引数 *メジャー* 計算を行うメジャー。`sum({Sales Amt})` など。計算レベルが `NULL` または `POST_AGG_FILTER` に設定されている場合は、集計を使用します。計算レベルが `PRE_FILTER` または `PRE_AGG` に設定されている場合は、集計を使用しないでください。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`City` および `State` でパーティション分割された `sum(Sales)` の合計を計算します。 ``` sumOver ( sum(Sales), [City, State] ) ``` 次の例は `Customer Region` 単位の `Billed Amount` を合計します。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` sumOver ( sum({Billed Amount}), [{Customer Region}] ) ``` この例の結果を次のスクリーンショットで示します。`Customer Segment`​ を追加することで、それぞれの合計請求料金は `Customer Region`​ 単位で合計され、計算フィールドに表示されます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/sumOver.png) # denseRank `denseRank`​ 関数は、指定されたパーティションと比較したメジャーまたはディメンションのランクを計算します。各項目を重複は無視して 1 回ずつカウントし、重複した値は同じランクを共有する「穴なし」ランクを割り当てます。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` denseRank ( [ sort_order_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## 引数 *sort order field* データをソートする 1 つ以上の集計フィールド (メジャーまたはディメンション、またはその両方)。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`max(Sales)` を密集ランク付けします。`State` および `City` でソートし、順序は降順です。同じ `max(Sales)`​ の都市には同じランクが割り当てられ、次の都市にはその後に連続したランクが付けられます。たとえば、3 つの都市が同じランクの場合、4 番目の都市は 2 位とランク付けされます。 ``` denseRank ( [max(Sales) DESC], [State, City] ) ``` 次の例では、`max(Sales)` を密集ランク付けします。`State` でソートし、順序は降順です。同じ `max(Sales)`​ の州には同じランクが割り当てられ、次にはその後に連続したランクが付けられます。たとえば、3 つの州が同じランクの場合、4 番目の州は 2 位とランク付けされます。 ``` denseRank ( [max(Sales) DESC], [State] ) ``` # rank `rank`​ 関数は、指定されたパーティションと比較したメジャーまたはディメンションのランクを計算します。各項目を重複も含めて 1 回ずつカウントし、重複した値を埋め合わせるために「穴あき」ランクを割り当てます。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` rank ( [ sort_order_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## 引数 *sort order field* データをソートする 1 つ以上の集計されたメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`max(Sales)` をランク付けします。`State`​ の `City`​ 内で、`State` および **WA** でソートし、順序は降順です。同じ `max(Sales)` の都市には同じランクが割り当てられますが、次のランクには前に存在するすべてのランクのカウントが含まれます。たとえば、3 つの都市が同じランクの場合、4 番目の都市は 4 位とランク付けされます。 ``` rank ( [max(Sales) DESC], [State, City] ) ``` 次の例では、`max(Sales)` をランク付けします。​`State` でソートし、順序は昇順です。同じ `max(Sales)` の州には同じランクが割り当てられますが、次のランクには前に存在するすべてのランクのカウントが含まれます。たとえば、3 つの州が同じランクの場合、4 番目の州は 4 位とランク付けされます。 ``` rank ( [max(Sales) ASC], [State] ) ``` 次の例では、合計 `Customer Region`​ で `Billed Amount`​ をランク付けします。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` rank( [sum({Billed Amount}) DESC] ) ``` 次のスクリーンショットは、例の結果とともに合計 `Billed Amount` を示しています。これにより、各リージョンのランクを確認できます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/rankCalc.png) # percentileRank `percentileRank`​ 関数は、指定されたパーティションと比較したメジャーまたはディメンションのパーセンタイルランクを計算します。パーセンタイルランク値 (*x*) は、現在の項目が、指定されたパーティションの値の *x*% を超えることを示します。パーセンタイルランク値の範囲は 0 (この値を含みます) ～100 (この値を含みません) です。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` percentileRank ( [ sort_order_field ASC_or_DESC, ... ] ,[ {partition_field}, ... ] ) ``` ## 引数 *sort order field* データをソートする 1 つ以上の集計されたメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *calculation level* （オプション）使用する計算レベルを指定します。 + **`PRE_FILTER`** － 事前フィルター計算は、データセットフィルターの前に計算されます。 + **`PRE_AGG`** － 事前集計計算は、集計と上位および下位の *N* フィルターをビジュアルに適用する前に計算されます。 + **`POST_AGG_FILTER`** － (デフォルト) テーブルの計算は、ビジュアルが表示されるときに処理されます。 空白の場合、この値はデフォルトで `POST_AGG_FILTER` です。詳細については、[「クイックでのレベル対応計算の使用](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)」を参照してください。 ## 例 次の例では、`max(Sales)` に基づいて、`State` のパーセンタイルを降順でランク付けします。 ``` percentileRank ( [max(Sales) DESC], [State] ) ``` 次の例では、合計 `Customer Region` に基づいて、`Billed Amount` のパーセンタイルをランク付けします。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` percentileRank( [sum({Billed Amount}) DESC], [{Customer Region}] ) ``` 次のスクリーンショットは、例の結果とともに合計 `Billed Amount` を示しています。これにより、各リージョンを比較できます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/percentileRank.png) # runningAvg `runningAvg` 関数は、指定されたディメンションおよびソート順序に基づいて、メジャーの平均を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` runningAvg ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 平均を確認する集計されたメジャー。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Sales)`​ の平均を計算し、`Sales`​ でソートして、`City`​ および `State`​ でパーティション分割します。 ``` runningAvg ( sum(Sales), [Sales ASC], [City, State] ) ``` 次の例では、`Billed Amount`​ の平均を計算し、月 (`[truncDate("MM",Date) ASC]`)​ でソートします。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` runningAvg ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` # runningCount `runningCount` 関数は、指定されたディメンションおよびソート順序に基づいて、メジャーの数またはディメンションを計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` runningCount ( measure_or_dimension ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## 引数 *メジャーまたはディメンション* 数を確認する集計されたメジャーまたはディメンション。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Sales)`​ の数を計算し、`Sales`​ でソートして、`City`​ および `State`​ でパーティション分割します。 ``` runningCount ( sum(Sales), [Sales ASC], [City, State] ) ``` 次の例では、`Billed Amount`​ の数を計算し、月 (`[truncDate("MM",Date) ASC]`)​ でソートします。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` runningCount ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` # runningMax `runningMax` 関数は、指定されたディメンションおよびソート順序に基づいて、メジャーの最大値を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` runningMax ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 最大値を確認する集計されたメジャー。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Sales)`​ の最大値を計算し、`Sales`​ でソートして、`City`​ および `State`​ でパーティション分割します。 ``` runningMax ( sum(Sales), [Sales ASC], [City, State] ) ``` 次の例では、`Billed Amount`​ の最大値を計算し、月 (`[truncDate("MM",Date) ASC]`)​ でソートします。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` runningMax ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` # runningMin `runningMin` 関数は、指定されたディメンションおよびソート順序に基づいて、メジャーの最小値を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` runningMin ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 最小値を確認する集計されたメジャー。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Sales)`​ の最小値を計算し、`Sales`​ でソートして、`City`​ および `State`​ でパーティション分割します。 ``` runningMin ( sum(Sales), [Sales ASC], [City, State] ) ``` 次の例では、`Billed Amount`​ の最小値を計算し、月 (`[truncDate("MM",Date) ASC]`)​ でソートします。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` runningMin ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` # runningSum `runningSum` 関数は、指定されたディメンションおよびソート順序に基づいて、メジャーの累計を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` runningSum ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 累計を確認する集計されたメジャー。 *sort order field* データをソートする 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Sales)`​ の累計を計算し、`Sales`​ でソートして、`City`​ および `State`​ でパーティション分割します。 ``` runningSum ( sum(Sales), [Sales ASC], [City, State] ) ``` 次の例では、`Billed Amount`​ の累計を計算し、月 (`[truncDate("MM",Date) ASC]`)​ でソートします。テーブル計算のフィールドは、ビジュアルのフィールドウェルにあります。 ``` runningSum ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` この例の結果を次のスクリーンショットで示します。赤色のラベルは、各金額 ( `a + b = c` ) が次の金額に加算され、新しい合計が算出される方法を示します。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/runningSum.png) # firstValue `firstValue` 関数は、指定された属性でパーティション化およびソートされた集計されたメジャーまたはディメンションの最初の値を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` firstValue ( aggregated measure or dimension, [ sort_attribute ASC_or_DESC, ... ], [ partition_by_attribute, ... ] ) ``` ## 引数 *aggregated measure or dimension* 最初の値を表示する集計されたメジャーまたはディメンション。 *sort attribute* データをソートする 1 つ以上の集計フィールド (測定またはディメンション、またはその両方)。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition by attribute* (省略可能) パーティション分割する 1 つ以上のメジャーまたはディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、最初の `Destination Airport` を計算し、`Flight Date` でソートし、`Flight Date` の昇順と `Origin Airport` で分割します。 ``` firstValue( {Destination Airport} [{Flight Date} ASC], [ {Origin Airport}, {Flight Date} ] ) ``` # lastValue `lastValue` 関数は、指定された属性でパーティション化およびソートされた集計されたメジャーまたはディメンションの最後の値を計算します。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` lastValue ( aggregated measure or dimension, [ sort_attribute ASC_or_DESC, ... ], [ partition_by_attribute, ... ] ) ``` ## 引数 *aggregated measure or dimension* 最後の値を確認する集計されたメジャーまたはディメンション。 *sort attribute* データをソートする 1 つ以上の集計フィールド (測定またはディメンション、またはその両方)。コンマで区切って入力します。昇順 (`ASC`) または降順 (`DESC`) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *partition by attribute* (オプション) パーティション分割する 1 つ以上のメジャーまたはディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`Destination Airport` の最後の値を計算します。この計算では、`Flight Date` の値でソートし、`Flight Date` の値の昇順と `Origin Airport` の値で分割します。 ``` lastValue( [{Destination Airport}], [{Flight Date} ASC], [ {Origin Airport}, truncDate('DAY', {Flight Date}) ] ) ``` # windowAvg `windowAvg` 関数は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計されたメジャーの平均を計算します。通常、ビジュアルにメトリクスと日付フィールドが表示される時系列でカスタムウィンドウ関数を使用します。たとえば、`windowAvg` を使用して移動平均を計算できます。移動平均は、折れ線グラフのノイズを滑らかにするためによく使用されます。 ウィンドウ関数は、8 以前の MySQL バージョンおよび 10.2 以前の MariaDB バージョンではサポートされていません。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` windowAvg ( measure , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 平均を取得する集計されたメトリクス (例: `sum({Revenue})`)。 *sort attribute* データをソートする 1 つ以上の集計フィールド (測定またはディメンション、またはその両方)。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *start index* 開始インデックスは正の整数で、現在の行から *n* 行上を示します。開始インデックス は、実際の期間を数えるのではなく、現在の行より上の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *end index* 終了インデックスは正の整数で、現在の行から *n* 行下を示します。終了インデックスは、実際の期間を数えるのではなく、現在の行より下の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *partition field* (省略可能) パーティション分割する 1 つ以上の測定およびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Revenue)` でパーティション分割された `SaleDate` の移動平均を計算します。計算には、現在の行の上 3 行と下 2 行が含まれます。 ``` windowAvg ( sum(Revenue), [SaleDate ASC], 3, 2 ) ``` この移動平均の例の結果を次のスクリーンショットで示します。合計 (Revenue) フィールドがチャートに追加され、収益と収益の移動平均の差が表示されます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/windowAvg.png) # windowCount `windowCount` 関数は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計されたメジャーまたはディメンションの数を計算します。通常、ビジュアルにメトリクスと日付フィールドが表示される時系列でカスタムウィンドウ関数を使用します。 ウィンドウ関数は、8 以前の MySQL バージョンおよび 10.2 以前の MariaDB バージョンではサポートされていません。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` windowCount ( measure_or_dimension , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## 引数 *メジャーまたはディメンション* 平均を取得する集計されたメトリクス (例: `sum({Revenue})`)。 *sort attribute* データをソートする 1 つ以上の集計フィールド (測定またはディメンション、またはその両方)。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *start index* 開始インデックスは正の整数で、現在の行から *n* 行上を示します。開始インデックス は、実際の期間を数えるのではなく、現在の行より上の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *end index* 終了インデックスは正の整数で、現在の行から *n* 行下を示します。終了インデックスは、実際の期間を数えるのではなく、現在の行より下の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *partition field* (省略可能) パーティション分割する 1 つ以上の測定およびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Revenue)` でパーティション分割された `SaleDate` の移行の数を計算します。計算には、現在の行の上 3 行と下 2 行が含まれます。 ``` windowCount ( sum(Revenue), [SaleDate ASC], 3, 2 ) ``` # windowMax `windowMax` 関数は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計されたメジャーの最大値を計算します。通常、ビジュアルにメトリクスと日付フィールドが表示される時系列でカスタムウィンドウ関数を使用します。`windowMax` を使用すると、一定期間における最大の指標を簡単に特定できます。 ウィンドウ関数は、8 以前の MySQL バージョンおよび 10.2 以前の MariaDB バージョンではサポートされていません。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` windowMax ( measure , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 平均を取得する集計されたメトリクス (例: `sum({Revenue})`)。 *sort attribute* データをソートする 1 つ以上の集計フィールド (測定またはディメンション、またはその両方)。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *start index* 開始インデックスは正の整数で、現在の行から *n* 行上を示します。開始インデックス は、実際の期間を数えるのではなく、現在の行より上の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *end index* 終了インデックスは正の整数で、現在の行から *n* 行下を示します。終了インデックスは、実際の期間を数えるのではなく、現在の行より下の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *partition field* (省略可能) パーティション分割する 1 つ以上のメジャーおよびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 以下の例は、`sum(Revenue)` でパーティション分割された `SaleDate` の過去 12 か月の最大値を計算します。計算には、現在の行の上 12 行と下 0 行が含まれます。 ``` windowMax ( sum(Revenue), [SaleDate ASC], 12, 0 ) ``` 以下のスクリーンショットは、この過去 12 か月の例の結果です。収益と、過去 12 か月の最大収益の差分を表示するために、sum(Revenue) フィールドがチャートに追加されています。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/windowMax.png) # windowMin `windowMin` 関数は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計されたメジャーの最小値を計算します。通常、ビジュアルにメトリクスと日付フィールドが表示される時系列でカスタムウィンドウ関数を使用します。`windowMin` を使用すると、一定期間における最小のメトリクスを簡単に特定できます。 ウィンドウ関数は、8 以前の MySQL バージョンおよび 10.2 以前の MariaDB バージョンではサポートされていません。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` windowMin ( measure , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 平均を取得する集計されたメトリクス (例: `sum({Revenue})`)。 *sort attribute* データをソートする 1 つ以上の集計フィールド (測定またはディメンション、またはその両方)。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *start index* 開始インデックスは正の整数で、現在の行から *n* 行上を示します。開始インデックス は、実際の期間を数えるのではなく、現在の行より上の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *end index* 終了インデックスは正の整数で、現在の行から *n* 行下を示します。終了インデックスは、実際の期間を数えるのではなく、現在の行より下の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *partition field* (省略可能) パーティション分割する 1 つ以上の測定およびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 以下の例は、`sum(Revenue)` でパーティション分割された `SaleDate` の過去 12 か月の最小値を計算します。計算には、現在の行の上 12 行と下 0 行が含まれます。 ``` windowMin ( sum(Revenue), [SaleDate ASC], 12, 0 ) ``` 以下のスクリーンショットは、この過去 12 か月の例の結果です。収益と、過去 12 か月の最小収益の差分を表示するために、sum(Revenue) フィールドがチャートに追加されています。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/windowMin.png) # windowSum `windowSum` 関数は、指定された属性でパーティション化およびソートされたカスタムウィンドウ内の集計されたメジャーの合計を計算します。通常、ビジュアルにメトリクスと日付フィールドが表示される時系列でカスタムウィンドウ関数を使用します。 ウィンドウ関数は、8 以前の MySQL バージョンおよび 10.2 以前の MariaDB バージョンではサポートされていません。 ## 構文 括弧が必要です。省略可能な引数については、次の説明を参照してください。 ``` windowSum ( measure , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## 引数 *メジャー* 合計を取得する集計されたメトリクス (例: `sum({Revenue})`)。 MySQL と互換性のある MySQL、MariaDB、および Amazon Aurora の場合、ルックアップインデックスは 1 のみに制限されます。ウィンドウ関数は、8 より下の MySQL バージョンおよび 10.2 以前の MariaDB バージョンではサポートされていません。 *sort attribute* データをソートする 1 つ以上の集計フィールド (測定またはディメンション、またはその両方)。コンマで区切って入力します。昇順 (**ASC**) または降順 (**DESC**) のソート順を指定できます。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 *start index* 開始インデックスは正の整数で、現在の行から *n* 行上を示します。開始インデックス は、実際の期間を数えるのではなく、現在の行より上の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *end index* 終了インデックスは正の整数で、現在の行から *n* 行下を示します。終了インデックスは、実際の期間を数えるのではなく、現在の行より下の利用可能なデータポイントを数えます。データがまばらである (たとえば、月や年がない) 場合は、それに応じてインデックスを調整します。 *partition field* (省略可能) パーティション分割する 1 つ以上の測定およびディメンション。コンマで区切って入力します。 複数の単語の場合は、リスト内の各フィールドを \$1\$1 (中括弧) で囲みます。リスト全体は [ ] (角括弧) で囲まれます。 ## 例 次の例では、`sum(Revenue)`​ の移行の合計を計算し、`SaleDate`​ でソートします。計算には、現在の行の上 2 行と下 1 行が含まれます。 ``` windowSum ( sum(Revenue), [SaleDate ASC], 2, 1 ) ``` 次の例では、過去 12 か月間の合計が表示されます。 ``` windowSum(sum(Revenue),[SaleDate ASC],12,0) ``` この過去 12 か月間の合計の例の結果を次のスクリーンショットで示します。`sum(Revenue)` フィールドがチャートに追加され、収益と過去 12 か月の合計収益の差が表示されます。 ![\[alt text not found\]](http://docs.aws.amazon.com/ja_jp/quick/latest/userguide/images/windowSum.png)