本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
percentileDiscOver
percentileDiscOver
函数根据 measure
中的实际数字计算百分位数。其使用字段井中应用的分组和排序。结果按指定计算等级的指定维度划分。percentileOver
函数是 percentileDiscOver
的别名。
使用此函数回答以下问题:此百分位数中存在哪些实际数据点? 要返回数据集中存在的最接近的百分位数值,请使用 percentileDiscOver
。要返回数据集中可能不存在的精确的百分位数值,请改用 percentileContOver
。
语法
percentileDiscOver (
measure
,percentile-n
, [partition-by, …
] ,calculation-level
)
Arguments
- 度量
-
指定用于计算百分位数的数值。参数必须是一个度量或指标。计算中将忽略 Null。
- percentile-n
-
百分位数值可以是任何介于 0-100 的数字常数。百分比值 50 计算度量的中值。
- 分区依据
-
(可选)要在分区时使用的一个或多个维度(以逗号分隔)。如果包含多个单词,则将列表中的每个字段括在 { }(大括号)内。整个列表括在 [](方括号)内。
- 计算等级
-
指定在哪里执行与计算顺序相关的计算。支持三种计算等级:
-
PRE_FILTER
-
PRE_AGG
-
POST_AGG_FILTER(默认)– 要使用此计算等级,需要在
measure
上指定聚合,例如sum(measure)
。
在可视化中进行聚合之前应用 PRE_FILTER 和 PRE_AGG。对于这两个计算等级,您无法在计算字段表达式中的
measure
上指定聚合。要了解有关计算等级及其应用时间的更多信息,请参阅 Amazon QuickSight 中的评估顺序 和 在 Amazon QuickSight 中使用等级感知计算。 -
返回值
函数的结果为数字。
percentileDiscOver 的示例
以下示例帮助解释 percentileDiscOver 的工作原理。
例 比较中值的计算等级
以下示例使用不同的计算等级和 percentileDiscOver
函数显示维度(类别)的中值。百分位数为 50。数据集按区域字段进行筛选。每个计算字段的代码如下所示:
-
example = left(
(一个简化示例。)category
, 1 ) -
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
例 中值
以下示例计算按 City
和 State
分区的 Sales
的中值(第 50 个百分位数)。
percentileDiscOver ( Sales, 50, [City, State] )
以下示例计算按 Customer Region
分区的 sum({Billed
Amount})
的第 98 个百分位数。表计算中的字段位于视觉对象的字段井中。
percentileDiscOver ( sum({Billed Amount}), 98, [{Customer Region}] )
以下屏幕截图显示这两个示例在图表上的样子。
