本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# percentileDiscOver
<a name="percentileDiscOver-function"></a>

`percentileDiscOver` 函數根據 `measure` 中的實際數字計算百分位數。它使用在欄位集中應用的分組和排序方法。結果會在指定的計算層級依指定的維度分割。`percentileOver` 函數是 `percentileDiscOver` 的別名。

使用此函數回答以下問題：此百分位數中存在哪些實際資料點？ 若要傳回資料集中最接近的百分位數值，請使用 `percentileDiscOver`。若要傳回資料集中可能不存在的確切百分位數值，請改用 `percentileContOver`。

## 語法
<a name="percentileDiscOver-function-syntax"></a>

```
percentileDiscOver (
     measure
   , percentile-n
   , [partition-by, …]
   , calculation-level
)
```

## 引數
<a name="percentileDiscOver-function-arguments"></a>

 *measure*   
指定用來運算百分位數的數值。引數必須是量值或指標。計算時會忽略 Null。

 *percentile-n*   
百分位數值可以是 0-100 之間的任何數值常數。百分位數值的 50 會計算度量的中位數值。

 *partition-by*   
(選用) 您要分割依據的一或多個維度，以逗號分隔。如果有不只一個字，則清單中的每個欄位會括在 \$1 \$1 (大括弧) 中。整個清單會以 [ ] (方括弧) 括住。

 *calculation-level*   
 指定在何處執行與評估順序相關的計算。支援的計算層級有三種：  
+ PRE\$1FILTER
+ PRE\$1AGG
+ POST\$1AGG\$1FILTER (預設值) – 若要使用此計算層級，您必須在 `measure` 上指定彙總，例如 `sum(measure)`。
在視覺化中發生彙總之前，會套用 PRE\$1FILTER 和 PRE\$1AGG。對於這兩個計算層級，您無法在計算欄位運算式中指定 `measure` 的彙總。若要進一步了解計算層級及其何時套用，請參閱 [Amazon Quick 中的評估順序](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html)和 [Quick 中的使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。

## 傳回值
<a name="percentileDiscOver-function-return-type"></a>

函數的結果是一個數字。

## percentileDiscOver 的範例
<a name="percentileDiscOver-examples"></a>

下列範例有助於解釋 percentileDiscOver 的作用原理。

**Example 比較中位數的計算層級**  
下列範例透過 `percentileDiscOver` 函數使用不同計算層級顯示維度 (類別) 的中位數。百分位數為 50。資料集會依區域欄位篩選。每個計算欄位的代碼如下：  
+ `example = left( category, 1 )` (一個簡單的例子。)
+ `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 中位數**  
以下範例會計算 `Sales` 的中間值 (第 50 個百分位數)，依據 `City` 和 `State` 分割。  

```
percentileDiscOver
(
  Sales, 
  50,
  [City, State]
)
```
以下範例會計算 `sum({Billed Amount})` 的第 98 個百分位數，依據 `Customer Region` 分割。資料表計算中的欄位位於視覺化效果的欄位區。  

```
percentileDiscOver
(
  sum({Billed Amount}), 
  98,
  [{Customer Region}]
)
```
以下螢幕擷取畫面顯示這兩個範例在圖表上的呈現方式。  

![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/percentilOver-50-98.png)