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。
# 在 Amazon Quick Sight 中準備資料
資料集存放您已對該資料完成的任何資料準備，讓您可以在多個分析中重複使用已備妥的資料。資料準備提供如下選項：新增計算欄位、套用篩選條件，以及變更欄位名稱或資料類型。如果您要以 SQL 資料庫做為資料來源，則也可以使用資料準備來聯結資料表。或者，如果想要使用來自多個單一資料表的資料，您可以輸入 SQL 查詢。
如果您想要在 Amazon Quick Sight 中使用資料來源之前從資料來源轉換資料，您可以準備該資料來源以符合您的需求。然後將此準備儲存為資料集的一部分。
建立資料集時，您可以準備該資料集，或是先做好準備，稍後再編輯它。如需建立及準備新資料集的詳細資訊，請參閱 [建立資料集](creating-data-sets.md)。如需開啟現有資料集進行資料準備的詳細資訊，請參閱 [編輯資料集](edit-a-data-set.md)。
請使用下列主題來進一步了解資料準備。
**Topics**
+ [資料準備體驗 （新）](data-prep-experience-new.md)
+ [描述資料](describing-data.md)
+ [選擇檔案上傳設定](choosing-file-upload-settings.md)
+ [資料準備體驗 （舊版）](data-prep-experience-legacy.md)
+ [使用 SQL 自訂資料](adding-a-SQL-query.md)
+ [新增地理空間資料](geospatial-data-prep.md)
+ [使用不支援的日期或自訂日期](using-unsupported-dates.md)
+ [將唯一金鑰新增至 Amazon Quick Sight 資料集](set-unique-key.md)
+ [將 Amazon SageMaker AI 模型與 Amazon Quick Sight 整合](sagemaker-integration.md)
+ [準備資料集範例](preparing-data-sets.md)
# 資料準備體驗 （新）
資料準備會將原始資料轉換為針對分析和視覺化最佳化的格式。在商業智慧中，這個重要的程序涉及清理、建構和豐富資料，以實現有意義的商業洞見。
Amazon Quick Sight 的資料準備界面以直覺式的視覺化體驗徹底改變了此程序，讓使用者無需 SQL 專業知識即可建立分析就緒的資料集。透過其現代化的簡化方法，使用者可以有效率地建立和管理商業智慧資料集。視覺化界面提供清晰、循序的資料轉換檢視，可讓作者精確地追蹤從初始狀態到最終輸出的變更。
平台強調協同合作和可重複使用性，讓團隊能夠在整個組織中共用和重新利用工作流程。這種協作設計可提高資料轉換實務的一致性，同時消除冗餘工作，最終在團隊之間培養標準化程序並提高整體效率。
**Topics**
+ [資料準備體驗中的元件](data-prep-components.md)
+ [資料準備步驟](data-prep-steps.md)
+ [進階工作流程功能](advanced-workflow-capabilities.md)
+ [僅限 SPICE 的功能](spice-only-features.md)
+ [在資料準備體驗之間切換](switching-between-data-prep-experiences.md)
+ [新資料準備體驗中不支援的功能](unsupported-features.md)
+ [資料準備限制](data-preparation-limits.md)
+ [擷取行為變更](ingestion-behavior-changes.md)
+ [常見問答集](new-data-prep-faqs.md)
# 資料準備體驗中的元件
Amazon Quick Sight 的資料準備體驗具有下列核心元件。
## 工作流程
Quick Sight 資料準備體驗中的工作流程代表一系列循序的資料轉換步驟，可將資料集從原始狀態引導至分析就緒形式。這些工作流程專為可重複使用性而設計，讓分析師能夠利用和建置現有的工作，同時在整個組織中維持一致的資料轉換標準。
雖然工作流程可以透過各種輸入或差異 （在後續章節中詳細說明） 容納多個路徑，但它們最終必須收斂成單一輸出資料表。此統一結構可確保資料一致性和簡化的分析功能。
## 轉換
轉換是一種特定的資料處理操作，可變更資料的結構、格式或內容。Quick Sight 的資料準備體驗提供各種轉換類型，包括聯結、篩選、彙總、樞紐分析、取消樞紐分析、附加和計算資料欄。每種轉換類型在重塑資料以滿足分析需求時都有不同的用途。這些轉換會實作為工作流程中的個別步驟。
## 步驟
步驟是在工作流程中套用的相同類型的同質轉換集合。每個步驟都包含相同轉換類別的一或多個相關操作。例如，重新命名步驟可以包含多個資料欄重新命名操作，而篩選步驟可以包含多個篩選條件 - 全部在工作流程中以單一單位管理。
大多數步驟可以包含多個操作，有兩個值得注意的例外：聯結和附加步驟限制為每個步驟兩個輸入資料表。若要聯結或附加兩個以上的資料表，您可以依序建立額外的聯結或附加步驟。
步驟會依序顯示，每個步驟都以先前步驟的結果為基礎，讓您可以追蹤資料的漸進式轉換。若要重新命名或刪除步驟，請選取該步驟，然後選擇三點式功能表。
## 連接器
連接器將兩個步驟與指示工作流程方向的箭頭連結。您可以透過選取連接器並按刪除鍵來刪除連接器。若要在兩個現有步驟之間新增步驟，只要刪除連接器、新增步驟，然後在步驟之間拖曳滑鼠即可重新連接步驟。
## 設定窗格
**組態窗格**是您為所選步驟定義參數和設定的互動式區域。當您在工作流程中選取步驟時，此窗格會顯示該特定轉換類型的相關選項。例如，設定聯結步驟時，您可以選取聯結類型、相符的資料欄和其他聯結特定設定。**組態窗格**的point-and-click式界面不需要 SQL 知識。
## 預覽窗格
**預覽窗格**會顯示套用目前轉換步驟後顯示的即時資料範例。此即時視覺化意見回饋可協助您驗證每個轉換是否產生預期的結果，然後再繼續進行下一個步驟。**預覽窗格**會在您修改步驟組態時動態更新，讓您可放心地反覆精簡資料轉換。
這些元件可共同建立直覺式的視覺化資料準備體驗，讓商業使用者能夠存取複雜的資料轉換，而不需要技術專業知識。
# 資料準備步驟
Amazon Quick Sight 的資料準備體驗提供十一種強大的步驟類型，可讓您有系統地轉換資料。每個步驟在資料準備工作流程中都有特定用途。
步驟可以透過設定窗格中的直覺式界面**進行設定**，並在**預覽**窗格中顯示即時意見回饋。步驟可以循序組合，以建立複雜的資料轉換，而不需要 SQL 專業知識。
每個步驟都可以從實體資料表或上一個步驟的輸出接收輸入。大多數步驟都接受單一輸入，而附加和聯結步驟是例外狀況 – 這些需要剛好兩個輸入。
## Input
輸入步驟可讓您從多個來源選取和匯入資料，以在後續步驟中進行轉換，以啟動 Quick Sight 中的資料準備工作流程。
**輸入選項**
+ **新增資料集**
利用現有的 Quick Sight 資料集做為輸入來源，以您的團隊已準備和最佳化的資料為基礎。
+ **新增資料來源**
透過選取特定資料庫物件並提供連線參數，直接連線至資料庫，例如 Amazon Redshift、Athena、RDS 或其他支援的來源。
+ **新增檔案上傳**
以 CSV、TSV、Excel 或 JSON 等格式直接從本機檔案匯入資料。
**組態**
輸入步驟不需要組態。**預覽**窗格會顯示您匯入的資料以及來源資訊，包括連線詳細資訊、資料表名稱和資料欄中繼資料。
**使用須知**
+ 單一工作流程中可以存在多個輸入步驟。
+ 您可以在工作流程中的任何時間點新增輸入步驟。
## 新增計算的資料欄
新增計算資料欄步驟可讓您使用對現有資料欄執行計算的資料列層級表達式建立新的資料欄。您可以使用純量 （資料列層級） 函數和運算子建立新的資料欄，並套用參考現有資料欄的資料列層級計算。
**組態**
若要設定新增計算資料欄步驟，請在**組態**窗格中：
1. 為您的新計算資料欄命名。
1. 使用支援資料列層級函數和運算子 （例如 [ifelse](ifelse-function.md) 和 [round](round-function.md)) 的計算編輯器建置運算式。
1. 儲存您的計算。
1. 預覽表達式結果。
1. 視需要新增更多計算資料欄。
**使用須知**
+ 此步驟僅支援純量 （列層級） 計算。
+ 在 SPICE 中，計算的資料欄會具體化，並在後續步驟中做為標準資料欄運作。
## 變更資料類型
Quick Sight 透過支援四種抽象資料類型來簡化資料類型管理：`date`、`integer`、 `decimal`和 `string`。這些抽象類型會自動將各種來源資料類型映射至其 Quick Sight 對等項目，以消除複雜性。例如，`tinyint`、`smallint`、 `integer`和 `bigint`全都對應至 `integer`，而 `date`、 `datetime`和 `timestamp`則對應至 `date`。
此抽象表示您只需要了解 Quick Sight 的四種資料類型，因為 Quick Sight 會在與不同資料來源互動時自動處理所有基礎資料類型轉換和計算。
**組態**
若要設定變更資料類型步驟，請在**組態**窗格中：
1. 選取要轉換的資料欄。
1. 選擇目標資料類型 (`string`、`decimal`、 `integer`或 `date`)。
1. 對於日期轉換，請根據輸入格式指定格式設定和預覽結果。請參閱 Quick Sight 中[支援的日期格式](supported-data-types-and-values.md)。
1. 視需要新增要轉換的其他資料欄。
**使用須知**
+ 在單一步驟中轉換多個資料欄的資料類型以提高效率。
+ 使用 SPICE 時，所有資料類型變更都會在匯入的資料中具體化。
## 重新命名資料欄
重新命名資料欄步驟可讓您修改資料欄名稱，使其更具描述性、更易於使用，並與組織的命名慣例保持一致。
**組態**
若要設定重新命名資料欄步驟，請在**組態**窗格中：
1. 選取要命名的資料欄。
1. 輸入所選資料欄的新名稱。
1. 視需要新增更多資料欄來重新命名。
**使用須知**
+ 所有資料欄名稱在資料集內必須是唯一的。
## 選取資料欄
Select Columns 步驟可讓您簡化資料集，包括、排除和重新排序欄。這有助於最佳化資料結構，方法是移除不必要的資料欄，並以邏輯順序組織剩餘的資料欄以供分析。
**組態**
若要設定選取資料欄步驟，請在**組態**窗格中：
1. 選擇要包含在輸出中的特定資料欄。
1. 依您偏好的順序選取資料欄以建立序列。
1. 使用**全選**以原始順序包含剩餘資料欄。
1. 將不需要的資料欄保留為未選取以排除。
**主要功能**
+ 輸出資料欄會依選取順序顯示。
+ **選取全部**會保留原始資料欄序列。
**使用須知**
+ 未選取的資料欄會從後續步驟中移除。
+ 透過移除不必要的資料欄來最佳化資料集大小。
## 附加
附加步驟垂直結合兩個資料表，類似於 SQL UNION ALL 操作。Quick Sight 會自動依名稱而非序列比對資料欄，即使資料表的資料欄順序不同或資料欄數量不同，也能實現高效率的資料整合。
**組態**
若要設定附加步驟，請在**組態**窗格中：
1. 選取要附加的兩個輸入資料表。
1. 檢閱輸出資料欄序列。
1. 檢查兩個資料表和單一資料表中存在哪些資料欄。
**主要功能**
+ 依名稱比對資料欄，而非序列。
+ 保留兩個資料表中的所有資料列，包括重複項目。
+ 支援具有不同資料欄數量的資料表。
+ 遵循資料表 1 的資料欄序列來比對資料欄，然後從資料表 2 新增唯一資料欄。
+ 顯示所有資料欄的明確來源指標
**使用須知**
+ 在附加具有不同名稱的資料欄時，請先使用重新命名步驟。
+ 每個附加步驟只會結合兩個資料表；針對更多資料表使用額外的附加步驟。
## Join
聯結步驟會根據指定資料欄中的相符值水平合併來自兩個資料表的資料。Quick Sight 支援左外部、右外部、完整外部和內部聯結類型，為您的分析需求提供靈活的選項。步驟包含智慧型資料欄衝突解析，可自動處理重複的資料欄名稱。雖然無法以特定聯結類型提供自我聯結，但您可以使用工作流程差異來達成類似的結果。
**組態**
若要設定聯結步驟，請在**組態**窗格中：
1. 選取要聯結的兩個輸入資料表。
1. 選擇您的聯結類型 （左側外部、右側外部、完全外部或內部）。
1. 從每個資料表指定聯結金鑰。
1. 檢閱自動解析的資料欄名稱衝突。
**主要功能**
+ 支援多種聯結類型，以滿足不同的分析需求。
+ 自動解析重複的資料欄名稱。
+ 接受計算的資料欄做為聯結索引鍵。
**使用須知**
+ 聯結金鑰必須具有相容的資料類型；如有需要，請使用變更資料類型步驟。
+ 每個聯結步驟只會結合兩個資料表；針對更多資料表使用額外的聯結步驟。
+ 在加入後建立重新命名步驟，以自訂自動解析的資料欄標頭。
## Aggregate
彙總步驟可讓您透過分組資料欄和套用彙總操作來摘要資料。這項強大的轉換會根據您指定的維度，將詳細資料精簡為有意義的摘要。Quick Sight 透過直覺式界面簡化複雜的 SQL 操作，提供全方位的彙總函數，包括進階字串操作，例如 `ListAgg`和 `ListAgg distinct`。
**組態**
若要設定彙總步驟，請在**組態**窗格中：
1. 選取要分組的資料欄。
1. 選擇量值資料欄的彙總函數。
1. 自訂輸出資料欄名稱。
1. 針對 `ListAgg` 和 `ListAgg distinct`：
1. 選取要彙總的資料欄。
1. 選擇分隔符號 （逗號、破折號、分號或垂直線）。
1. 預覽摘要資料。
**每個資料類型支援的函數**
| 資料類型 | 支援的函數 |
| --- | --- |
| 數值 | `Average`, `Sum` `Count`, `Count Distinct` `Max`, `Min` |
| Date | `Count`, `Count Distinct` `Max`, `Min` `ListAgg`、 `ListAgg distinct`（僅適用於日期） |
| String | `ListAgg`, `ListAgg distinct` `Count`, `Count Distinct` `Max`, `Min` |
**主要功能**
+ 將不同的彙總函數套用至相同步驟中的資料欄。
+ 沒有彙總函數**的 分組**會充當 SQL SELECT DISTINCT。
+ `ListAgg` 串連所有值；僅`ListAgg distinct`包含唯一值。
+ `ListAgg` 函數預設會維持遞增排序順序。
**使用須知**
+ 彙總可大幅減少資料集中的資料列計數。
+ `ListAgg` 和 `ListAgg distinct`支援 `date` 值，但不支援 `datetime`。
+ 使用分隔符號來自訂字串串連輸出。
## 篩選條件
篩選步驟只包含符合特定條件的資料列，可讓您縮小資料集範圍。您可以在單一步驟中套用多個篩選條件，所有條件都透過`AND`邏輯合併，以協助將您的分析集中在相關資料上。
**組態**
若要設定篩選步驟，請在**組態**窗格中：
1. 選取要篩選的資料欄。
1. 選擇比較運算子。
1. 根據資料欄的資料類型指定篩選條件值。
1. 視需要新增不同資料欄的其他篩選條件。
**注意**
字串篩選條件包含 "is in" 或 "is not in"：輸入多個值 （每行一個）。
數值和日期篩選條件：輸入單一值 （除了需要兩個值的「介於」)。
**每個資料類型支援的運算子**
| 資料類型 | 支援的運算子 |
| --- | --- |
| 整數和小數 | 等於，不等於 大於、小於 大於或等於、小於或等於 介於 |
| Date | 之後、之前 介於 晚於或等於、早於或等於 |
| String | 等於，不等於 開頭為 ，結尾為 包含，不包含 位於、不在 |
**使用須知**
+ 在單一步驟中套用多個篩選條件。
+ 混合不同資料類型的條件。
+ 即時預覽篩選結果。
## Pivot (樞紐)
Pivot 步驟會將資料列值轉換為唯一資料欄，將資料從長格式轉換為寬格式，以便於比較和分析。此轉換需要值篩選、彙總和分組的規格，才能有效管理輸出資料欄。
**組態**
若要設定樞紐步驟，請在**組態**窗格中使用下列項目：
1. **樞紐分析資料欄**：選取其值將成為資料欄標頭的資料欄 （例如，類別）。
1. **樞紐分析欄資料列值**：篩選要包含的特定值 （例如，技術、辦公室用品）。
1. **輸出資料欄標頭**：自訂新的資料欄標頭 （預設為樞紐分析資料欄值）。
1. **值欄**：選取要彙總的欄 （例如 Sales)。
1. **彙總函數**：選擇彙總方法 （例如總和）。
1. **分組依據**：指定組織資料欄 （例如 Segment)。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/pivot.png)
**每個資料類型支援的運算子**
| 資料類型 | 支援的運算子 |
| --- | --- |
| 整數和小數 | `Average`, `Sum` `Count`, `Count Distinct` `Max`, `Min` |
| Date | `Count`, `Count Distinct` `Max`, `Min` `ListAgg`、 `ListAgg distinct`（僅限日期值） |
| String | `ListAgg`, `ListAgg distinct` `Count`, `Count Distinct` `Max`, `Min` |
**使用須知**
+ 每個樞紐資料欄都包含值資料欄中的彙總值。
+ 為了清楚起見，請自訂資料欄標頭。
+ 即時預覽轉換結果。
## 取消樞紐
Unpivot 步驟會將資料欄轉換為資料列，將寬資料轉換為更長、更窄的格式。此轉換有助於將分散在多個資料欄的資料組織成更結構化的格式，以便於分析和視覺化。
**組態**
若要設定取消樞紐步驟，請在**組態**窗格中：
1. 選取要復原至資料列的資料欄。
1. 定義輸出資料欄資料列值。預設值為原始資料欄名稱。一些範例包括技術、辦公用品和家具。
1. 為兩個新輸出資料欄命名。
+ **取消樞紐資料欄標頭**：舊資料欄名稱的名稱 （例如，類別）
+ **取消樞紐分析資料欄值**：取消樞紐分析值的名稱 （例如，Sales)
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/unpivot.png)
**主要功能**
+ 保留輸出中所有未分頁的資料欄。
+ 自動建立新的兩個資料欄：一個用於先前的資料欄名稱，另一個用於對應的值。
+ 將寬資料轉換為長格式。
**使用須知**
+ 所有取消樞紐分析的資料欄都必須具有相容的資料類型。
+ 資料列計數通常會在取消樞紐分析後增加。
+ 在套用變更之前即時預覽變更。
# 進階工作流程功能
Amazon Quick Sight 的資料準備體驗提供複雜的功能，可增強您建立複雜、可重複使用的資料轉換的能力。本節涵蓋兩個強大的功能，可擴展您的工作流程潛力。
分散功能可讓您從單一步驟建立多個轉換路徑，允許可稍後重新組合的平行處理串流。此功能對於自助加入和平行轉換等複雜案例特別有用。
複合資料集可讓您使用現有的資料集做為建置區塊，來建置階層式資料結構。此功能可促進跨團隊的協作，並透過可重複使用的分層轉換來確保一致的商業邏輯。
這些功能可共同運作，提供彈性的工作流程設計、增強的團隊協作，以及可重複使用的資料轉換。它們可確保明確的資料歷程，並啟用可擴展的資料準備解決方案，讓您的組織能夠以有效率且清晰的方式處理越來越複雜的資料案例。
## 差異
分散可讓您從工作流程中的單一步驟建立多個平行轉換路徑。這些路徑可以獨立轉換，並在稍後重新組合，實現複雜的資料準備案例，例如自我加入。
**建立不同的路徑**
若要啟動差異，請在工作流程中：
1. 選取您要建立差異的步驟。
1. 選擇出現的 **\$1** 圖示。
1. 設定出現的新分支。
1. 將所需的轉換套用至每個路徑。
1. 使用聯結或附加步驟，將路徑重新合併為單一輸出。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/divergence.png)
**主要功能**
+ 從單一步驟建立最多五個不同的路徑。
+ 將不同的轉換套用至每個路徑。
+ 使用聯結或附加步驟重新組合路徑。
+ 獨立預覽每個路徑中的變更。
**最佳實務**
+ 使用差異來實作自我聯結。
+ 建立平行轉換的資料副本。
+ 規劃您的重組策略 （加入或附加）。
+ 保持清晰的路徑命名，以提高工作流程可見性。
## 複合資料集
複合資料集可讓您建置現有資料集，建立階層式資料轉換結構，以便在整個組織中共用和重複使用。Quick Sight 在 SPICE 和直接查詢模式中最多支援 10 個層級的複合資料集。
**建立複合資料集**
若要建立複合資料集，請在工作流程中：
1. 選取建立新資料集時的輸入步驟。
1. 在**新增**資料下選擇**資料集**作為來源。
1. 選取要建置的現有資料集。
1. 視需要套用其他轉換。
1. 儲存為新的資料集。
**主要功能**
+ 建置階層式資料轉換結構。
+ 支援最多 10 個層級的資料集巢狀化。
+ 相容於 SPICE 和直接查詢。
+ 維持明確的資料歷程。
+ 啟用團隊特定的轉換。
此功能可增強不同團隊的協同合作。例如
| Role | Action | Output |
| --- | --- | --- |
| 全球分析師 | 使用全球商業邏輯建立資料集 | 資料集 A |
| 美洲分析師 | 使用資料集 A，新增區域邏輯 | 資料集 B |
| 美國西部分析師 | 使用資料集 B，新增本機邏輯 | 資料集 C |
這種階層式方法透過指派轉換層的明確擁有權，提升整個組織的一致商業邏輯。它建立可追蹤的資料譜系，同時支援最多 10 個層級的資料集巢狀化，實現受控和系統化的資料轉換管理。
**最佳實務**
+ 為每個轉換層建立明確的擁有權。
+ 記錄資料集關係和相依性。
+ 根據業務需求規劃階層深度。
+ 維持一致的命名慣例。
+ 仔細檢閱和更新上游資料集。
# 僅限 SPICE 的功能
Amazon Quick Sight 的 SPICE （超快速、平行、記憶體內計算引擎） 可啟用特定運算密集型資料準備功能。這些轉換會在 SPICE 中具體化，以獲得最佳效能，而不是在查詢時執行。
**僅限 SPICE 的功能**
| 步驟 | 其他功能 |
| --- | --- |
| [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/spice-only-features.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/spice-only-features.html) |
**SPICE 和 DirectQuery 中可用的功能**
| 步驟 | 其他功能 |
| --- | --- |
| [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/spice-only-features.html) | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/spice-only-features.html) |
**最佳實務**
+ 將 SPICE 用於需要僅 SPICE 功能的工作流程。
+ 選擇 SPICE 以最佳化複雜轉換和大型資料集的效能。
+ 不需要 SPICE 限定功能時，請考慮 DirectQuery 是否有即時資料需求。
# 在資料準備體驗之間切換
傳統資料準備體驗是指 2025 年 10 月之前存在的 Amazon Quick Sight 中先前的資料準備界面。新的資料準備體驗是增強的視覺化界面，可step-by-step轉換序列。舊版資料集是在新資料準備體驗之前建立的資料集，而新資料集是在 2025 年 10 月之後建立的資料集。
建立新的資料集時，Quick Sight 會自動將您導向新的資料準備體驗。此視覺化界面為資料轉換任務提供增強的功能並改善可用性。
## 選擇不接收選項
在儲存和發佈資料集之前，您可以選擇切換回舊版資料準備體驗，如果偏好的話。這種靈活性可讓團隊按照自己的步調進行轉換，同時熟悉新的界面。
**重要**
如果資料集在新體驗中儲存和發佈，將無法選擇返回舊版體驗。這是設計上的，因為新體驗具有舊版體驗中不支援的重要新功能。因此，不支援將資料集從一個體驗直接轉換為另一個體驗。您需要建立新的資料集，才能切換到舊版體驗。
## 轉換工作流程
一旦將資料集儲存在新的或舊版體驗中，轉換就無法直接從一個體驗轉換到另一個體驗。不過，如果已發佈的資料集版本存在，您可以使用版本控制前往先前版本，這可能是在舊版體驗中。
舊版資料集將繼續透過舊版界面進行檢視和編輯。這可維持與先前建立之工作流程的相容性。
在完全轉換之前，請花時間熟悉新的資料準備體驗。使用舊版資料集時，請考慮使用新的體驗建立新的版本，以供日後修改。視需要使用版本控制來維護舊版資料集的存取權。從傳統轉換到新體驗時，在工作流程中記錄任何變更，以確保團隊保持一致。
# 新資料準備體驗中不支援的功能
雖然新的資料準備體驗提供增強功能，但尚未支援舊版體驗的某些功能。本節概述這些功能，並提供處理受影響工作流程的指引。
使用不支援的資料來源時，Amazon Quick Sight 會自動預設為舊版體驗。對於其他不支援的功能，請選取資料準備頁面右上角的**切換到舊版體驗**。在舊版體驗中建立的規則資料集仍與舊版和新體驗資料集相容。
## 不支援的資料來源
下列資料來源目前僅適用於舊版體驗。
| 資料來源 | 詳細資訊 |
| --- | --- |
| Salesforce | 自動預設為舊版體驗 |
| Google Sheets | 自動預設為舊版體驗 |
| S3 分析 | ** 支援 S3 資料來源** |
## 其他不支援的功能
下列功能目前僅適用於舊版體驗。
| 功能類別 | 不支援的功能 |
| --- | --- |
| 資料集管理 | [增量重新整理](refreshing-imported-data.md#refresh-spice-data-incremental)、[資料集參數](dataset-parameters.md)、[資料欄資料夾](organizing-fields-folder.md)、[資料欄描述](describing-data.md) |
| 資料類型 | S3 中的[地理空間](geospatial-data-prep.md)、[ELF/CLF 格式](supported-data-sources.md#file-data-sources)、Zip/GZip 檔案 [GZip S3](supported-data-sources.md#file-data-sources) |
| 組態選項 | [檔案上傳設定中的「從資料列開始」](choosing-file-upload-settings.md)，JODA 日期格式 |
| 從舊版體驗中選擇父資料集 | 父資料集和子資料集必須存在於相同的體驗環境中。您無法將舊版體驗資料集用作新體驗資料集的父系。 |
## 未來開發
Amazon Quick Sight 計劃在未來的新資料準備體驗中實作這些功能。此方法可確保新資料準備體驗的初始啟動優先：
**增強功能**
+ 視覺化轉換工作流程
+ 改善程序透明度
+ 透過差異的進階準備技術
+ 強大的新功能，例如附加、彙總和樞紐
**彈性採用**
使用者可以在發佈資料集之前在體驗之間進行選擇，確保在團隊以自己的步調進行轉換的同時，工作流程不會中斷。這種方法允許立即存取新功能，同時透過傳統體驗維持對特殊需求的支援。
# 資料準備限制
Amazon Quick Sight 的資料準備體驗旨在處理企業規模的資料集，同時保持最佳效能。下列限制可確保可靠的功能。
## 資料集大小限制 (SPICE)
+ **輸出大小**：最多 2TB 或 20 億列
+ **總輸入大小**：合併輸入來源不得超過 2TB
+ **次要資料表大小**：合併大小限制為 20GB
**注意**
主要資料表是工作流程中大小上限為 的資料表；所有其他資料表都是次要資料表。
## 工作流程結構限制
+ **步驟上限**：每個工作流程最多 256 個轉換步驟
+ **來源資料表**：每個工作流程最多 32 個匯入步驟
+ **輸出資料**欄：工作流程中的任何步驟最多 2048 個資料欄，以及具有 2000 個資料欄的最終輸出資料表
+ **差異路徑**：單一步驟最多 5 個路徑 （僅限 SPICE，不適用於 DirectQuery)
+ **做為來源的資料集**：SPICE 和 DirectQuery 最多 10 個層級
這些限制旨在平衡彈性與效能，實現複雜的資料轉換，同時確保最佳的分析功能。
# 擷取行為變更
新的資料準備體驗在 SPICE 擷取期間處理資料品質問題的方式上引入了重要的變更。此變更會大幅影響資料集中的資料完整性和透明度。
在舊版體驗中，遇到資料類型不一致 （例如日期格式不正確[或類似問題](errors-spice-ingestion.md)) 時，會在擷取期間略過包含有問題儲存格的整列。這種方法會導致最終資料集中的資料列減少，可能掩蓋資料品質問題。
新的體驗會針對資料不一致採取更精細的方法。遇到有問題的儲存格時，只有不一致的值會轉換為 null 值，同時保留整個資料列。此保留可確保其他資料欄中的相關資料仍可供分析使用。
**對資料集品質的影響**
當來源資料包含不一致時，在新體驗中建立的資料集通常會包含比其傳統對等資料更多的資料列。此增強型方法提供數種優點：
+ 透過保留所有資料列來改善資料完整性
+ 識別資料品質問題的透明度更高
+ 更好的修復問題值可見性
+ 在不受影響的資料欄中保留相關資料
此變更可讓分析師更有效地識別和解決資料品質問題，而不是從資料集無提示地省略有問題的資料列。
# 常見問答集
## 1. 使用者何時需要從新的 切換到舊版體驗？
使用包含目前[不支援功能的](unsupported-features.md)資料集時，使用者必須返回舊版體驗。Quick Sight 正積極努力將這些功能納入即將推出版本的新體驗中。
## 2. 為什麼嘗試在新體驗中新增資料集時，資料集會呈現灰色？ 資料集可以在傳統和新體驗之間合併嗎？
目前，父資料集和子資料集必須存在於相同的體驗環境中。您無法跨舊版和新體驗結合資料集，因為新體驗包含舊版中無法使用的其他功能，例如附加功能、樞紐功能和差異。
**使用舊版體驗中的父資料集**
若要使用舊版體驗的父資料集，您可以切換回該環境。只需導覽至資料準備頁面，然後選擇右上角**的切換回舊版體驗**。到達該處後，您可以視需要建立子資料集。
**未來開發**
我們計劃實作功能，允許使用者將舊版資料集升級至新的體驗。此升級的路徑將在新的體驗中使用舊版父資料集。
## 3. 為什麼 Quick Sight 要在實現與舊版體驗的完整功能同位之前啟動新的資料準備體驗？
新的資料準備體驗是透過廣泛的客戶協作開發，以解決真實世界的分析挑戰。初始啟動會排定優先順序：
**增強功能**
+ 視覺化轉換工作流程
+ 改善程序透明度
+ 透過差異的進階準備技術
+ 強大的新功能，例如附加、彙總和樞紐
**彈性採用**
使用者可以在發佈資料集之前在體驗之間進行選擇，確保在團隊以自己的步調進行轉換的同時，工作流程不會中斷。這種方法允許立即存取新功能，同時透過傳統體驗維持對特殊需求的支援。
## 4. 目前僅適用於舊版體驗的功能是否會新增至新的體驗？
是。Quick Sight 正積極努力將傳統功能納入新的體驗。
## 5. API 變更如何影響現有的資料集建立指令碼？
Quick Sight 可維持回溯相容性，同時引進新功能：
+ 現有指令碼：舊版 API 指令碼將繼續運作，在舊版體驗中建立資料集
+ API 命名：目前的 API 名稱保持不變
+ 新功能：其他 API 格式支援新體驗的增強功能
+ 文件：我們的 API 參考提供適用於新體驗的完整 API 規格
## 6. 資料集是否可以在發佈後在體驗之間轉換？
+ 未來遷移路徑：Quick Sight 將在未來新增功能，以輕鬆將舊版資料集遷移至新的體驗。
+ 單向程序：由於進階功能相依性，不支援將資料集從新體驗轉換為舊版格式
# 描述資料
使用 Amazon Quick Sight，您可以新增資料集中資料欄 （欄位） 的相關資訊或*中繼資料*。透過新增中繼資料，您可以使資料集自我解釋並且更易於重複使用。這樣做可以協助資料管理者及其客戶了解資料的來源及其意義。這是您與使用資料集或將其與其他資料集結合起來建立儀表板的人員交流的一種方式。中繼資料針對組織之間共用的資訊尤其重要。
將中繼資料新增至資料集後，使用該資料集的任何人都可以使用欄位描述。當正在瀏覽**欄位**清單的使用者暫停在某個欄位名稱上時，資料欄描述便會出現。資料欄描述對於編輯資料集或分析的人員可見，但對於檢視儀表板的人員不可見。描述未格式化。您可以輸入換行符號和格式標記，編輯器會保留這些內容。但顯示的描述工具提示只能顯示單字、數字和符號，而不能顯示格式。
**編輯資料欄或欄位的描述**
1. 在快速首頁中，選擇左側**的資料**。
1. 在**資料**索引標籤中，選擇您要使用的資料集。
1. 在開啟的資料集詳細資訊頁面上，選擇右上角的**編輯資料集**。
1. 在開啟的資料集頁面上，在底部的資料表預覽或左側的欄位清單中選擇資料欄。
1. 若要新增或變更描述，請執行下列操作之一：
+ 在螢幕底部，透過欄位名稱旁邊的鉛筆圖示開啟欄位的設定。
+ 在欄位清單中，從欄位名稱旁的選單 開啟欄位的設定。然後從內容選單中選擇**編輯名稱和描述**。
1. 新增或變更欄位的描述。
若要刪除現有描述，請刪除「描述」方塊中的所有文字。
1. (選用) 針對**名稱**，若要變更欄位的名稱，可以在此輸入新名稱。
1. 選擇 **Apply (套用)** 來儲存您的變更。選擇「取消」以退出。
# 選擇檔案上傳設定
如果您使用的是檔案資料來源，則確認上傳設定，並進行必要更正。
**重要**
如果需要變更上傳設定，請先進行這些變更，然後再對資料集進行任何其他變更。變更上傳設定會導致 Amazon Quick Sight 重新匯入檔案。此程序會覆寫您目前所做的任何變更。
## 變更文字檔案上傳設定
文字檔案上傳設定包含檔案標頭指標、檔案格式、文字分隔符號、文字限定詞，以及開始資料列。如果您使用的是 Amazon S3 資料來源，則您選取的上傳設定會套用到您選擇要在此資料集中使用的所有檔案。
請透過以下程序來變更文字檔案上傳設定。
1. 在資料準備頁面上，選擇展開圖示來開啟**上傳設定**窗格。
1. 在 **File format (檔案格式)** 中，選擇檔案格式類型。
1. 如果您選擇**自訂分隔 (自訂)**格式，請在**分隔符號**中指定分隔字元。
1. 如果檔案未包含標頭資料列，請取消選取 **Files include headers (檔案包含標頭)** 核取方塊。
1. 如果您想要從第一列以外的資料列開始，請在 **Start from row (從第幾列開始)** 中指定資料列號碼。如果已選取 **Files include headers (檔案包含標頭)** 核取方塊，則新的開始資料列會被視為標頭資料列。如果未選取 **Files include headers (檔案包含標頭)** 核取方塊，則新的開始資料列會被視為第一個資料列。
1. 在 **Text qualifier (文字限定詞)** 中，選擇文字限定詞 (單引號 (') 或雙引號 ("))。
## 變更 Microsoft Excel 檔案上傳設定
Microsoft Excel 檔案上傳設定包括範圍標頭指標和整個工作表選取器。
請透過以下程序來變更 Microsoft Excel 檔案上傳設定。
1. 在資料準備頁面上，選擇展開圖示來開啟**上傳設定**窗格。
1. 讓 **Upload whole sheet (上傳整個圖表)** 保持選取。
1. 如果檔案未包含標頭資料列，請取消選取 **Range contains headers (範圍包含標頭)** 核取方塊。
# 資料準備體驗 （舊版）
**Topics**
+ [新增計算](working-with-calculated-fields.md)
+ [聯結資料](joining-data.md)
+ [在 Amazon Quick Sight 中準備用於分析的資料欄位](preparing-data-fields.md)
+ [在 Amazon Quick Sight 中篩選資料](adding-a-filter.md)
+ [預覽資料集中的資料表](previewing-tables-in-a-dataset.md)
# 新增計算
透過使用以下一項或多項建立計算欄位以轉換資料：
+ [運算子](arithmetic-and-comparison-operators.md)
+ [函數](functions.md)
+ 包含資料的欄位
+ 其他計算欄位
您可以在資料準備期間或從分析頁面，將計算欄位新增至資料集。當您在資料準備期間將計算欄位新增至資料集時，所有使用該資料集的分析都可以使用此計算欄位。當您將計算欄位新增至分析中的資料集時，只有在該分析中才可使用此計算欄位。如需新增計算欄位的詳細資訊，請參閱下列主題。
**Topics**
+ [新增計算欄位](adding-a-calculated-field-analysis.md)
+ [Amazon Quick Sight 中的評估順序](order-of-evaluation-quicksight.md)
+ [在 Quick Sight 中使用關卡感知計算](level-aware-calculations.md)
+ [Amazon Quick 的計算欄位函數和運算子參考](calculated-field-reference.md)
# 新增計算欄位
透過使用以下一項或多項建立計算欄位以轉換資料：
+ [運算子](arithmetic-and-comparison-operators.md)
+ [函數](functions.md)
+ 彙總函數 (只能將這些函數新增至分析)
+ 包含資料的欄位
+ 其他計算欄位
您可以在資料準備期間或從分析頁面，將計算欄位新增至資料集。當您在資料準備期間將計算欄位新增至資料集時，所有使用該資料集的分析都可以使用此計算欄位。當您將計算欄位新增至分析中的資料集時，只有在該分析中才可使用此計算欄位。
分析同時支援單一資料列操作和彙總操作。單一資料列操作是對於每個資料列提供 (可能) 不同結果的操作。彙總操作為整個資料列集提供一律相同的結果。例如，如果您使用無任何條件的簡單字串函數，這會變更每個資料列。如果您使用彙總函數，這會套用到群組中的所有資料列。如果您要求美國的總銷售額，相同的字數會套用到整個集。如果您要求特定狀態的資料，總銷售金額會變更，以反映新的分組。這仍然會對於整個集提供一個結果。
透過在分析中建立彙總計算欄位，即可深入檢視資料。系統會適當地針對每個層集重新計算該彙總欄位的值。這類彙總無法在資料集準備期間進行。
例如，假設您想要找出每個國家、區域和州的營利百分比。您可以將計算欄位新增到分析 `(sum(salesAmount - cost)) / sum(salesAmount)`。您的分析深入探索地理位置時，系統會對於每個國家、區域和州計算此欄位。
**Topics**
+ [新增計算欄位至分析](#using-the-calculated-field-editor-analysis)
+ [新增計算欄位至資料集](#using-the-calculated-field-editor)
+ [處理計算欄位中的小數值](#handling-decimal-fields)
## 新增計算欄位至分析
當您新增資料集至分析時，資料集中的每個計算欄位都會新增至分析。您可以在分析層級新增其他計算欄位，以建立僅在該分析中可用的計算欄位。
**若要新增計算欄位至分析**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 開啟要變更的分析。
1. 在**資料**窗格中，選擇左上角的**新增**，然後選擇 **\$1 計算欄位**。
1. 在開啟的計算編輯器中，執行下列動作：
1. 輸入計算欄位的名稱。
1. 使用資料集、函數和運算子中的欄位輸入公式。
1. 完成時，選擇**儲存**。
如需如何在 Quick Sight 中使用可用函數建立公式的詳細資訊，請參閱 [Amazon Quick 的計算欄位函數和運算子參考函式和運算子](calculated-field-reference.md)。
## 新增計算欄位至資料集
Amazon Quick Sight 作者可以在資料集建立的資料準備階段期間產生計算欄位。當您為資料集建立計算欄位時，該等欄位會變成資料集中的新資料欄。使用資料集的所有分析，都會繼承資料集的計算欄位。
如果計算欄位在資料列層級運作，且資料集存放在 中SPICE，Quick Sight 會運算並將結果具體化為 SPICE。如果計算欄位依賴彙總函數，Quick Sight 會保留公式，並在分析產生時執行計算。這類計算欄位稱為未具體化的計算欄位。
**若要新增或編輯資料集的計算欄位**
1. 開啟您要使用的資料集。如需詳細資訊，請參閱[編輯資料集](edit-a-data-set.md)。
1. 在資料準備頁面上，執行下列動作之一：
+ 若要建立新欄位，選擇左側的**新增計算欄位**。
+ 若要編輯現有計算欄位，從左側的**計算欄位**中選擇對應欄位，然後從上下文 (按一下滑鼠右鍵) 選單中選擇**編輯**。
1. 在計算編輯器的**新增標題**中輸入一個描述性的名稱，為新計算欄位命名。此名稱出現在資料集的欄位清單中，因此看起來應該與其他欄位類似。在此範例中，我們將欄位命名為 `Total Sales This Year`。
1. (選用) 新增註解，例如將文字括在斜杠和星號中來說明運算式的作用。
```
/* Calculates sales per year for this year*/
```
1. 確定要使用的指標、函數和其他項目。在此範例中，我們需要確定以下內容：
+ 要使用的指標
+ 函數：`ifelse` 和 `datediff`
我們想要建置一個陳述式，例如「如果銷售發生在今年，則顯示總銷售額，否則顯示 0。」
若要新增 `ifelse` 函數，開啟**函數**清單。選擇**全部**以關閉所有函數的清單。現在您應該會看到函數群組：**彙總**、**有條件**、**日期**等。
選擇**有條件**，然後按兩下 `ifelse` 將其新增至工作區。
```
ifelse()
```
1. 將游標放置於工作區中的括弧內，然後新增三個空白行。
```
ifelse(
)
```
1. 將游標置於第一個空白行，找到 `dateDiff` 函數。它列在**日期**下的**函數**中。您也可以透過在**搜尋函數**中輸入 **date** 來尋找它。`dateDiff` 函數會返回名稱中包含 *`date`* 的所有函數。它不會傳回**日期**下列出的所有函數；例如，搜尋結果中缺少 `now` 函數。
連按兩下 `dateDiff` 以將其新增至 `ifelse` 陳述式的第一個空白行。
```
ifelse(
dateDiff()
)
```
新增 `dateDiff` 使用的參數。將游標放置於 `dateDiff` 括弧內以開始新增 `date1`、`date2` 和 `period`：
1. 對於 `date1`：第一個參數是內含日期的欄位。在**欄位**下找到它，然後按兩下或輸入其名稱以將其新增至工作區。
1. 對於 `date2`，新增逗號，然後為**函數**選擇 `truncDate()`。在其括弧內新增句點和日期，如下所示：**truncDate( "YYYY", now() )**
1. 對於 `period`：在 `date2` 後新增逗號並輸入 **YYYY**。這是一年的期間。若要查看所有支援期間的清單，請在**函數**清單中尋找 `dateDiff`，然後選擇**進一步了解**開啟文件。如果您正在檢視文件，就像現在一樣，請參閱 [dateDiff](dateDiff-function.md)。
如果您願意，可以新增一些空格以提高可讀性。運算式應如下所示。
```
ifelse(
dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" )
)
```
1. 指定傳回值。在我們的範例中，`ifelse` 中的第一個參數需要傳回 `TRUE` 或 `FALSE` 的值。因為我們想要目前的年份，並且正在將其與今年進行比較，所以指定 `dateDiff` 陳述式應傳回 `0`。對於銷售年份與目前年份之間沒有差異的資料列，`ifelse` 的 `if` 部分評估為 true。
```
dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0
```
若要建立去年 `TotalSales` 的欄位，可以將 `0` 變更為 `1`。
實現這個目標的另外一種做法是使用 `addDateTime` 而不是 `truncDate`。然後，對於每個前一年，您可以變更 `addDateTime` 的第一個參數來表示每個年份。為此，您為去年使用 `-1`，為前年使用 `-2`，依此類推。如果使用 `addDateTime`，則每年的 `dateDiff` 函數都保留為 `= 0`。
```
dateDiff( {Discharge Date}, addDateTime(-1, "YYYY", now() ) ,"YYYY" ) = 0 /* Last year */
```
1. 將游標移至第一個空白行 `dateDiff` 的正下方。新增逗號。
對於 `ifelse` 陳述式的 `then` 部分，我們需要選擇包含銷售金額的量值 (指標) `TotalSales`。
若要選擇欄位，請開啟**欄位**清單，然後按兩下某個欄位以將其新增至螢幕。也可以輸入名稱。在包含空格的名稱周圍新增大括弧 `{ }`。您的指標可能有不同的名稱。您可以透過欄位前面的數字符號 (**\$1**) 知道哪個欄位是指標。
陳述式應如下所示。
```
ifelse(
dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0
,{TotalSales}
)
```
1. 新增 `else` 子句。子句對於 `ifelse` 函數而言並非必需，但我們想要新增。出於報告目的，您通常不希望有任何 Null 值，因為有時包含 null 值的資料列會被略過。
我們將 ifelse 的其他部分設定為 `0`。結果是對於包含前幾年之銷售額的資料列，此欄位為 `0`。
為此，在空白行依序新增一個逗號和 `0`。如已在開頭新增註解，則完成的 `ifelse` 運算式應如下所示。
```
/* Calculates sales per year for this year*/
ifelse(
dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0
,{TotalSales}
,0
)
```
1. 選擇右上角的**儲存**以儲存您的工作。
如果運算式中有錯誤，編輯器底部會顯示錯誤訊息。檢查您的運算式是否有紅色波浪線，然後將游標懸停在該行上方以查看錯誤訊息為何。常見錯誤包括缺少標點符號、缺少參數、拼字錯誤和資料類型無效。
若要避免進行任何變更，請選擇**取消**。
**若要新增參數值至計算欄位**
1. 您可以引用計算欄位中的參數。透過新增參數加入至運算式，您可以新增該參數的目前值。
1. 若要新增參數，請開啟**參數**清單，然後選取您想要納入其值的參數。
1. (選用) 若要手動新增參數至運算式，請鍵入參數名稱。然後用大括弧 `{}` 括住它，並新增前綴 `$`，例如 `${parameterName}`。
您可以變更資料集中任何欄位的資料類型，包括計算欄位的類型。您只能選擇與欄位中的資料相符的資料類型。
**若要變更計算欄位的資料類型**
+ 對於**計算欄位** (左側)，選擇要變更的欄位，然後從上下文 (按一下滑鼠右鍵) 選單中選擇**變更資料類型**。
與資料集中的其他欄位不同，計算欄位無法停用。可以刪除它們。
**若要刪除計算欄位**
+ 對於**計算欄位** (左側)，選擇要變更的欄位，然後從上下文 (按一下滑鼠右鍵) 選單中選擇**刪除**。
## 處理計算欄位中的小數值
當您的資料集使用「直接查詢」模式時，小數資料類型的計算由來源引擎 (資料集的來源) 的行為決定。在某些情況下，Quick Sight 會套用特殊處理來判斷輸出計算的資料類型。
當您的資料集使用 SPICE 查詢模式且計算欄位被具體化時，結果的資料類型取決於特定函數運算子和輸入的資料類型。下表顯示某些數值計算欄位的預期行為。
**一元運算子**
下表顯示根據您使用的運算子以及所輸入值的資料類型輸出的資料類型。例如，如果您在 `abs` 計算中輸入整數，則輸出值的資料類型為整數。
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/adding-a-calculated-field-analysis.html)
**二元運算子**
下表顯示根據您輸入的兩個值的資料類型輸出的資料類型。例如，對於算術運算子，如果您提供兩種整數資料類型，則計算輸出的結果為整數。
對於基本運算子 (\$1、-、\$1)：
| | **整數** | **小數-定點** | **小數-浮點** |
| --- | --- | --- | --- |
| **整數** | Integer | 小數-定點 | 小數-浮點 |
| **小數-定點** | 小數-定點 | 小數-定點 | 小數-浮點 |
| **小數-浮點** | 小數-浮點 | 小數-浮點 | 小數-浮點 |
對於除法運算子 (/)：
| | **整數** | **小數-定點** | **小數-浮點** |
| --- | --- | --- | --- |
| **整數** | 小數-浮點 | 小數-浮點 | 小數-浮點 |
| **小數-定點** | 小數-浮點 | 小數-定點 | 小數-浮點 |
| **小數-浮點** | 小數-浮點 | 小數-浮點 | 小數-浮點 |
對於指數運算子和模數運算子 (^、%)：
| | **整數** | **小數-定點** | **小數-浮點** |
| --- | --- | --- | --- |
| **整數** | 小數-浮點 | 小數-浮點 | 小數-浮點 |
| **小數-定點** | 小數-浮點 | 小數-浮點 | 小數-浮點 |
| **小數-浮點** | 小數-浮點 | 小數-浮點 | 小數-浮點 |
# Amazon Quick Sight 中的評估順序
當您開啟或更新分析時，在顯示分析之前，Amazon Quick Sight 會以特定序列評估分析中設定的所有項目。Amazon Quick Sight 會將組態轉換為資料庫引擎可執行的查詢。無論您連線到資料庫、軟體即服務 (SaaS) 來源或 Amazon Quick Sight 分析引擎 ()，查詢都會以類似的方式傳回資料[SPICE](spice.md)。
如果您了解組態的評估順序，您就會知道指定何時將特定篩選條件或計算套用到資料的順序。
下圖顯示評估的順序。左側資料欄顯示不涉及等級感知計算視窗 (LAC-W) 或彙總 (LAC-A) 函數時的評估順序。第二個資料欄顯示分析 (包含要在預先篩選層級 (`PRE_FILTER`) 計算 LAC-W 運算式的計算欄位) 的評估順序。第三個資料欄顯示分析 (包含要在預先彙總層級 (`PRE_AGG`) 計算 LAC-W 運算式的計算欄位) 的評估順序。最後一個資料欄顯示分析 (包含計算 LAC-A 運算式的計算欄位) 的評估順序。在圖例之後，會更詳細地說明評估順序。如需有關等級感知計算的詳細資訊，請參閱 [在 Quick Sight 中使用關卡感知計算](level-aware-calculations.md)。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/order-of-evaluation2.png)
下列清單顯示 Amazon Quick Sight 在分析中套用組態的順序。資料集中設定的任何內容都會發生在您的分析外，例如資料集層級的計算、篩選條件和安全設定。這些都適用於基礎資料。以下清單只涵蓋分析內部發生的情況。
1. **LAC-W 預先篩選層級**：在分析篩選器之前，對原始資料表基數的資料求值
1. **簡單計算**：標量層級的計算，不含任何彙總或視窗計算。例如 `date_metric/60, parseDate(date, 'yyyy/MM/dd'), ifelse(metric > 0, metric, 0), split(string_column, '|' 0)`。
1. **LAC-W 函數 PRE\$1FILTER**：如果視覺效果中涉及任何 LAC-W PRE\$1FILTER 表達式，Amazon Quick Sight 會先在原始資料表層級運算視窗函數，再使用任何篩選條件。如果在篩選器中使用 LAC-W PRE\$1FILTER 運算式，則會在此時套用該運算式。例如 `maxOver(Population, [State, County], PRE_FILTER) > 1000`。
1. **LAC-W PRE\$1AGG**：彙總之前對原始資料表基數的資料求值
1. **分析期間新增的篩選器**：此時會套用針對視覺效果中為未彙總的欄位建立的篩選器，類似於 WHERE 子句。例如 `year > 2020`。
1. **LAC-W 函數 PRE\$1AGG**：如果視覺效果中涉及任何 LAC-W PRE\$1AGG 表達式，Amazon Quick Sight 會在套用任何彙總之前計算視窗函數。如果在篩選器中使用 LAC-W PRE\$1AGG 運算式，則會在此時套用該運算式。例如 `maxOver(Population, [State, County], PRE_AGG) > 1000`。
1. **前/後 N 個篩選器**：對維度設定的篩選器，可顯示前/後 N 個項目。
1. **LAC-A 層級**：在視覺效果彙總之前，在自訂層級對彙總求值
1. **自訂層級彙總**：如果視覺效果中涉及任何 LAC-A 運算式，則會在此時計算該運算式。Amazon QuickSight 會根據上述篩選器之後的資料表計算彙總，並依計算欄位中指定的維度分組。例如 `max(Sales, [Region])`。
1. **視覺效果層級**：在視覺效果層級對彙總求值，進行彙總後資料表計算，並在視覺效果中套用其餘組態
1. **視覺效果層級彙總**：除資料表式資料表 (維度為空) 之外，應永遠套用視覺效果彙總。透過此設定，系統將根據欄位區中的欄位計算彙總，並依置於視覺效果中的維度分組。如果任何篩選器建置在彙總結果之上，此時即會套用，類似 HAVING 子句。例如 `min(distance) > 100`。
1. **資料表計算**：如果視覺效果中引用了任何彙總後資料表計算 (應將彙總運算式作為運算元)，則在此時計算。Amazon Quick Sight 會在視覺化彙總後執行視窗計算。同樣地，也會套用建置在此類計算上的篩選器。
1. **其他類別計算**：此類計算僅存在於拆線圖/長條圖/圓餅圖/環形圖中。如需詳細資訊，請參閱[顯示限制](working-with-visual-types.md#display-limits)。
1. **總計和小計**：如果要求，總計和小計會在環形圖 (僅總計)、資料表 (僅總計) 和樞紐分析表中計算。
# 在 Quick Sight 中使用關卡感知計算
| |
| --- |
| 適用對象：企業版和標準版 |
使用*等級感知計算* (LAC)，您可以指定要計算視窗函數或彙總函數的資料粒度等級。LAC 函數有兩種類型：等級感知計算 – 彙總 (LAC-A) 函數，以及等級感知計算 – 視窗 (LAC-W) 函數。
**Topics**
+ [LAC-A 函數](#level-aware-calculations-aggregate)
+ [LAC-W 函數](#level-aware-calculations-window)
## 等級感知計算 – 彙總 (LAC-A) 函數
使用 LAC-A 函數，您可以指定在哪個等級進行計算分組。透過將一個引數新增至現有的彙總函數 (例如 `sum() , max() , count()`)，您可以定義任何想要用於彙總的分組等級。新增的等級可以是與新增至視覺效果的維度無關的任何維度。例如：
```
sum(measure,[group_field_A])
```
若要使用 LAC-A 函數，請直接在計算編輯器中輸入它們，方法是將預期的彙總等級作為置於括弧之間的第二個引數新增。以下是彙總函數和 LAC-A 函數的示例，方便進行比較。
+ 彙總函數：`sum({sales})`
+ LAC-A 函數：`sum({sales}, [{Country},{Product}])`
LAC-A 結果使用括弧 `[ ]` 中的指定級別計算，可以用作彙總函數的運算元。彙總函數的分組等級是視覺效果等級，並將**分組依據**欄位新增至視覺效果的欄位區。
除了在括弧 `[ ]` 中建立靜態 LAC 群組金鑰之外，您還可以透過將參數 `$visualDimensions` 放在括弧中，使其動態適應視覺效果分組依據欄位。這是系統提供的參數，不同於使用者定義的參數。`[$visualDimensions]` 參數表示在當前視覺效果中新增至**分組依據**欄位區的欄位。下列範例顯示如何將群組金鑰動態新增至視覺效果維度，或從視覺效果維度移除群組金鑰
+ 具有動態新增之群組金鑰的 LAC-A：`sum({sales}, [${visualDimensions},{Country},{Products}])`
它會在計算視覺效果等級的彙總之前，計算依據 `country`、`products` 以及**分組依據**欄位區中的任何其他欄位分組的銷售總和。
+ 具有動態移除之群組金鑰的 LAC-A：`sum({sales}, [${visualDimensions},!{Country},!{Products}])`
它會在計算視覺效果等級的彙總之前，計算依據視覺效果**分組依據**欄位區中除 `country` 和 `product` 之外的其他欄位分組的銷售總和。
您可以在 LAC 運算式上指定新增的或移除的群組金鑰，但不能同時指定兩者。
下列彙總函數支援 LAC-A 函數：
+ [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 (百分位數)](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 的範例
您可以使用 LAC-A 函數執行下列作業：
+ 執行獨立於視覺效果中的等級的計算。例如，如果進行以下計算，只會在國家/地區等級彙總銷售數字，但不會在視覺效果中的其他維度 (區域或產品) 彙總。
```
sum({Sales},[{Country}])
```
+ 對不在視覺效果中的維度執行計算。例如，如果您有以下函數，可以按區域計算國家/地區的平均總銷售額。
```
sum({Sales},[{Country}])
```
雖然國家/地區不包含在視覺效果中，但 LAC-A 函數會先在國家/地區等級彙總銷售額，然後視覺效果等級的計算會產生每個區域的平均數。如果未使用 LAC-A 函數來指定等級，則會在最低粒度等級 (資料集的基礎等級) 計算每個區域的平均銷售額 (顯示在「銷售額」資料欄中)。
+ LAC-A 與其他彙總函數和 LAC-W 函數結合使用。您可以透過兩種方式將 LAC-A 函數巢狀其他函數。
+ 您可以在建立計算時撰寫巢狀語法。例如，LAC-A 函數可以巢狀 LAC-W 函數，依國家/地區按每種產品的平均價格計算總銷售額：
```
sum(avgOver({Sales},[{Product}],PRE_AGG),[{Country}])
```
+ 將 LAC-A 函數新增至視覺效果時，計算可以與您在欄位中選取的視覺層級彙總函數進一步巢狀。如需如何變更視覺效果中的欄位彙總的詳細資訊，請參閱 [使用欄位集在欄位中變更或新增彙總](changing-field-aggregation.md#change-field-aggregation-field-wells)。
### LAC-A 限制
下列限制會套用於 LAC-A 函數：
+ 所有加法和非加法彙總函數都支援 LAC-A 函數，例如 `sum()`、`count()` 和 `percentile()`。LAC-A 函數不支援以「if」結尾的條件式彙總函數，例如 `sumif()` 和 `countif()`，也不支援以「periodToDate」開頭的週期彙總函數，例如 `periodToDateSum()` 和 `periodToDateMax()`。
+ 資料表和樞紐分析表中的 LAC-A 函數目前不支援資料列等級和資料欄等級的總計。當您將資料列或資料欄等級的總計新增至圖表時，總數將顯示為空白。其他非 LAC 維度不受影響。
+ 目前不支援巢狀 LAC-A 函數。支援與一般彙總函數和 LAC-W 函數巢狀的 LAC-A 函數的有限功能。
例如，以下函數有效：
+ `Aggregation(LAC-A())`。例如：`max(sum({sales}, [{country}]))`
+ `LAC-A(LAC-W())`。例如：`sum(sumOver({Sales},[{Product}],PRE_AGG), [{Country}])`
以下函數無效：
+ `LAC-A(Aggregation())`。例如：`sum(max({sales}), [{country}])`
+ `LAC-A(LAC-A())`。例如：`sum(max({sales}, [{country}]),[category])`
+ `LAC-W(LAC-A())`。例如：`sumOver(sum({Sales},[{Product}]),[{Country}],PRE_AGG)`
## 等級感知計算 – 視窗 (LAC-W) 函數
使用 LAC-W 函數，您可以指定要執行計算的視窗或分割區。LAC-W 函數是您可以在預先篩選或預先彙總等級執行的一組視窗函數，例如 `sumover()`、`(maxover)`、`denseRank`。例如：`sumOver(measure,[partition_field_A],pre_agg)`。
LAC-W 函數之前被稱為等級感知彙總 (LAA)。
LAC-W 函數有助於您回答下列類型的問題：
+ 有多少客戶只簽訂 1 份採購訂單？ 或 10 份？ 或 50 份？ 我們希望視覺效果使用計數做為維度，而不是視覺效果中的指標。
+ 生命週期花費超過 100,000 美元的客戶，在每個市場區隔的總銷售額是多少？ 視覺效果應該只顯示市場區隔及其各自的總銷售額。
+ 每種產業對整個公司獲利的貢獻是多少 (佔總數的百分比)？ 我們希望能夠篩選視覺效果，以顯示一些產業及它們對所顯示產業的總銷售額的貢獻。不過，我們也希望查看各項產業在整個公司總銷售額 (包括篩選掉的產業) 的佔比。
+ 相較於產業平均值，每個類別的總銷售額是多少？ 即使篩選後，產業平均值也應該包含所有類別。
+ 我的客戶如何分組到累積花費範圍？ 我們希望使用分組做為維度，不是指標。
對於更複雜的問題，您可以在 Quick Sight 到達評估設定的特定點之前插入計算或篩選條件。若要直接影響結果，請將計算層級關鍵字新增至資料表計算。如需 Quick Sight 如何評估查詢的詳細資訊，請參閱 [Amazon Quick Sight 中的評估順序](order-of-evaluation-quicksight.md)。
LAC-W 函數支援下列計算等級：
+ **`PRE_FILTER`** – 從分析套用篩選條件之前，Quick Sight 會評估預先篩選條件計算。然後，它會套用這些預先篩選條件計算上設定的任何篩選條件。
+ **`PRE_AGG`** – 在運算顯示層級彙總之前，Quick Sight 會執行預先彙總計算。然後，它會套用這些預先彙總計算上設定的任何篩選條件。這項工作會在套用排名最前與倒數 *N 個* 篩選條件之前發生。
您可以在下列資料表計算函數中使用 `PRE_FILTER` 或 `PRE_AGG` 關鍵字作為參數。指定計算層級時，您會在函數中使用未彙總的量值。例如，您可以使用 `countOver({ORDER ID}, [{Customer ID}], PRE_AGG)`. 使用 `PRE_AGG`，藉以指定在預先彙總層級執行 `countOver`。
+ [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)
根據預設，每個函數的第一個參數都必須是彙總的量值。如果您使用 `PRE_FILTER` 或 `PRE_AGG`，則第一個參數要使用非彙總的度量。
對於 LAC-W 函數，視覺效果彙總預設為 `MIN` 以消除重複項。若要變更彙總，請開啟欄位的內容功能表 (按一下滑鼠右鍵)，然後選擇不同的彙總。
如需在真實案例使用 LAC-W 函數的時間和方法範例，請參閱大 AWS 數據部落格中的下列文章：[在 Amazon QuickSight 中使用關卡感知彙總建立進階洞見。](https://aws.amazon.com/jp/blogs/big-data/create-advanced-insights-using-level-aware-aggregations-in-amazon-quicksight/)
# Amazon Quick 的計算欄位函數和運算子參考
您可以在資料準備期間或從分析頁面，將計算欄位新增至資料集。當您在資料準備期間將計算欄位新增至資料集時，所有使用該資料集的分析都可以使用此計算欄位。當您將計算欄位新增至分析中的資料集時，只有在該分析中才可使用此計算欄位。
您可以使用下列函數與運算子來建立計算欄位，以轉換資料。
**Topics**
+ [運算子](arithmetic-and-comparison-operators.md)
+ [依類別的函數](functions-by-category.md)
+ [函數](functions.md)
+ [彙總函數](calculated-field-aggregations.md)
+ [資料表計算函數](table-calculation-functions.md)
# 運算子
您可以在計算欄位中使用以下運算子。Quick 使用標準操作順序：括號、指數、乘法、除法、加法、減法 (PEMDAS)。等於 (=) 和不等於 (<>) 比較會區分大小寫。
+ 加法 (\$1)
+ 減法 (-)
+ 乘法 (\$1)
+ 除法 (/)
+ 模數 (%)：另請參閱下列清單中的 `mod()`。
+ 次方 (^)：另請參閱下列清單中的 `exp()`。
+ 等於 (=)
+ 不等於 (<>)
+ 大於 (>)
+ 大於或等於 (>=)
+ 小於 (<)
+ 小於或等於 (<=)
+ AND
+ 或
+ NOT
Amazon Quick 支援將下列數學函數套用至表達式。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)`：會在以除數除以數字後找到餘數。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) `：會傳回指定表達式之以 10 為底的對數。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) `：會傳回指定表達式的自然對數。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) `：會傳回指定表達式的絕對值。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) `：會傳回指定表達式的平方根。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) `：會傳回指定表達式之以自然對數為底的 *e* 次方。
若要讓冗長的計算易於閱讀，您可以使用括號來釐清計算中的分組和優先順序。在以下陳述式中，您不需要使用括號。先處理乘法陳述式，然後將結果加上五，傳回值 26。不過，括號會讓陳述式更易於閱讀進而維護。
```
5 + (7 * 3)
```
由於括號是運算中的第一個順序，您可以變更套用其他運算子的順序。例如，在以下陳述式中，會先處理加法陳述式，然後再將結果乘以三，傳回值 36。
```
(5 + 7) * 3
```
## 範例：算術運算子
以下範例使用多個算術運算子來判斷折扣後的銷售總計。
```
(Quantity * Amount) - Discount
```
## 範例：(/) 除法
下列範例使用除法將 3 除以 2。傳回 1.5 的值。Amazon Quick 使用浮點分割。
```
3/2
```
## 範例：(=) 等於
使用 = 來對值執行區分大小寫的比較。結果集會中包含比較為 TRUE 的資料列。
在下列範例中，結果中會包含 `Region` 欄位為 **South** 的資料列。如果 `Region` 為 **south**，則會排除這些資料列。
```
Region = 'South'
```
在下列範例中，比較會評估為 FALSE。
```
Region = 'south'
```
以下範例顯示的比較會將 `Region` 轉換為全大寫 (**SOUTH**)，並將它和 **SOUTH** 比較。這樣會傳回區域為 **south**、**South** 或 **SOUTH** 的資料列。
```
toUpper(Region) = 'SOUTH'
```
## 範例：(<>)
不等於符號 <> 表示小於或大於**。
因此，如果假設 **x<>1**，則我們是指*如果 x 小於 1 或如果 x 大於 1*。< 和 > 會一起評估。換句話說，*如果 x 是 1 以外的任何值*。或是，*x 不等於 1*。
**注意**
使用 <>，而非 \$1=。
以下範例會將 `Status Code` 與數值比較。這樣會傳回 `Status Code` 不等於 **1** 的資料列。
```
statusCode <> 1
```
以下範例會比較多個 `statusCode` 值。在此情況下，作用中記錄會有 `activeFlag = 1`。此範例會傳回以下其中一項適用的資料列：
+ 針對作用中記錄，顯示狀態不是 1 或 2 的資料列
+ 針對非作用中記錄，顯示狀態為 99 或 -1 的資料列
```
( activeFlag = 1 AND (statusCode <> 1 AND statusCode <> 2) )
OR
( activeFlag = 0 AND (statusCode= 99 OR statusCode= -1) )
```
## 範例：(^)
次方符號 `^` 表示*的次方*。您可以在任何數值欄位使用乘冪運算子，搭配任何有效的指數。
以下範例是 2 的 4 次方或 (2\$1 2\$1 2\$1 2) 的簡單表達式。這會傳回值 16。
```
2^4
```
以下範例會計算收入欄位的平方根。
```
revenue^0.5
```
## 範例：AND、OR 和 NOT
以下範例使用 AND、OR 和 NOT 來比較多個表達式。它使用條件式運算子來標記某次促銷中不在華盛頓或俄勒岡州的最大客戶，這些客戶的訂單數均超過 10。如果沒有傳回任何值，則會使用值 'n/a'。
```
ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a')
```
## 範例：建立「在」或「不在」之類的比較清單
此範例使用運算子來建立比較，以尋找存在或不存在於指定值清單中的值。
以下範例會將 `promoCode` 與指定的值清單比較。此範例會傳回 `promoCode` 在清單 **(1, 2, 3)** 中的資料列。
```
promoCode = 1
OR promoCode = 2
OR promoCode = 3
```
以下範例會將 `promoCode` 與指定的值清單比較。此範例會傳回 `promoCode` 不在清單 **(1, 2, 3)** 中的資料列。
```
NOT(promoCode = 1
OR promoCode = 2
OR promoCode = 3
)
```
表達此比較的另一個方式是提供一個清單，其中的 `promoCode` 不等於清單中的任何項目。
```
promoCode <> 1
AND promoCode <> 2
AND promoCode <> 3
```
## 範例：建立「介於」比較
此範例使用比較運算子來建立比較，顯示存在於一個值和另一個值之間的值。
以下範例會檢查 `OrderDate`，並傳回 `OrderDate` 介於 2016 年的第一天和最後一天之間的資料列。在此情況下，我們要包含第一天和最後一天，因此我們在比較運算子上使用「或等於」。
```
OrderDate >= "1/1/2016" AND OrderDate <= "12/31/2016"
```
# 依類別的函數
在本節中，您可以找到 Amazon Quick 中可用的函數清單，依類別排序。
**Topics**
+ [彙總函數](#aggregate-functions)
+ [條件函數](#conditional-functions)
+ [日期函數](#date-functions)
+ [數值函數](#numeric-functions)
+ [數學函式](#mathematical-functions)
+ [字串函數](#string-functions)
+ [資料表計算](#table-calculations)
## 彙總函數
Amazon Quick 中計算欄位的彙總函數包括下列項目。這些項目只能在分析和視覺化期間使用。這些函數會傳回依照所選擇的一或多個維度分組的值。每一種彙總計算另提供了有條件彙總。其將根據條件執行同一類型的彙總。
+ [https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html) 計算指定度量中一組數字的平均值，依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html) 會根據條件陳述式計算平均值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/count-function.html) 計算維度或度量中的值數目，依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html) 會根據條件陳述式計算計數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html) 計算維度或度量中的相異值數目，依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html) 會根據條件陳述式計算相異計數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/max-function.html](https://docs.aws.amazon.com/quicksight/latest/user/max-function.html) 傳回指定度量的最大值，依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html) 會根據條件陳述式計算最大值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/median-function.html](https://docs.aws.amazon.com/quicksight/latest/user/median-function.html) 傳回指定度量的最小值，依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html) 會根據條件陳述式計算中位數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/min-function.html](https://docs.aws.amazon.com/quicksight/latest/user/min-function.html) 傳回指定度量的最小值，依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html) 會根據條件陳述式計算最小值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentile-function.html) (`percentileDisc` 的別名) 會運算指定量值 (按所選維度分組) 的第 *n* 百分位數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html) 會根據指定量值的連續分佈 (按所選維度分組)，計算第 *n* 百分位數。
+ [percentileDisc （百分位數）](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) 會根據指定量值的實際數字計算第 *n* 個百分位數，並依選擇的維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html) 會根據指定時間精細程度 (例如一個季度)，計算到某個時間點指定量值中一組數字的平均值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html) 會根據指定時間精細程度 (例如一個季度)，計算指定量值中一個維度或量值中的值數量 (計算到某個時間點，包含重複項目)。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html) 會根據指定時間精細程度 (例如一個季度)，傳回到某個時間點指定量值的最大值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html) 會根據指定時間精細程度 (例如一個季度)，傳回到某個時間點指定量值的中位數值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html) 會根據指定時間精細程度 (例如一個季度)，傳回到某個時間點指定量值或日期的最小值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html) 會根據指定時間精細程度 (例如一個季度)，基於到某個時間點的實際量值數字，計算百分位數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html) 會根據指定時間精細程度 (例如一個季度)，基於到某個時間點量值數字的連續分佈，計算百分位數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html) 會根據指定時間精細程度 (例如一個季度)，計算到某個時間點指定量值中一組數字的標準偏差。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html) 會根據指定時間精細程度 (例如一個季度)，計算到某個時間點指定量值中一組數字的母體標準偏差。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html) 會根據指定時間精細程度 (例如一個季度)，加總到某個時間點指定量值中的一組數字。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html) 會根據指定時間精細程度 (例如一個季度)，計算到某個時間點指定量值中一組數字的樣本變異數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html) 會根據指定時間精細程度 (例如一個季度)，計算到某個時間點指定量值中一組數字的母體變異數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html) 會計算指定量值中一組數字的標準偏差，根據範例依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html) 會根據條件陳述式計算樣本標準差。
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html) 計算指定度量中一組數字的標準差，根據母體偏差依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html) 會根據條件陳述式計算母體偏差。
+ [https://docs.aws.amazon.com/quicksight/latest/user/var-function.html](https://docs.aws.amazon.com/quicksight/latest/user/var-function.html) 會計算指定量值中一組數字的差異數，根據範例依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html) 會根據條件陳述式計算樣本變異數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html) 會計算指定量值中一組數字的差異，根據母體偏差依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html) 會根據條件陳述式計算母體變異數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html) 會將指定量值中的一組數字相加，依照所選的一個或多個維度分組。
+ [https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html)) 會根據條件陳述式計算總和。
## 條件函數
Amazon Quick 中計算欄位的條件函數包括下列項目：
+ [https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html](https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html) 會傳回非 Null 的第一個引數的值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html) 會評估一組 *if* 和 *then* 表達式對，並傳回第一個評估結果為 true 的 *if* 引數的 *then* 引數值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) 會評估一個表達式是否在指定的值清單中。
+ [https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html) 會評估表達式來查看它是否非 Null。
+ [https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html) 會評估表達式來查看它是否為 Null。如果表達式為 Null，`isNull` 會傳回 true，否則會傳回 false。
+ [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html) 會評估一個表達式是否不在指定的值清單中。
+ [https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html) 會比較兩個表達式。如果它們相等，則函數會傳回 Null。如果它們值不相等，則函數會傳回第一個表達式。
+ [https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html) 會傳回與第一個標籤相符且等於條件表達式的表達式。
## 日期函數
Amazon Quick 中計算欄位的日期函數包括下列項目：
+ [https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html) 會對提供的日期或時間加上或減去某個單位的時間。
+ [https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html) 會對提供的日期或時間加上或減去指定的工作天數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html](https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html) 會以天為單位，傳回兩個日期欄位之間的差異。
+ [https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html) 會將一個 epoch 日期轉換為標準日期。
+ [https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html](https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html) 會傳回日期值的指定部分。
+ [https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html) 會使用您指定的模式設定日期格式。
+ [https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html) 會在指定的日期時間值是工作日或營業日時傳回 TRUE。
+ [https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html) 會傳回提供的兩個日期值之間的工作日數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/now-function.html](https://docs.aws.amazon.com/quicksight/latest/user/now-function.html) 會使用資料庫的設定或檔案和 Salesforce 的 UTC 傳回目前的日期和時間。
+ [https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html) 會傳回代表日期指定部分的日期值。
## 數值函數
Amazon Quick 中計算欄位的數值函數包括下列項目：
+ [https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html) 會將小數值無條件進位至最接近的整數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html) 會將小數值轉換成整數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html](https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html) 會將小數值遞減至下一個最低的整數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html) 會將整數值轉換成小數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/round-function.html](https://docs.aws.amazon.com/quicksight/latest/user/round-function.html) 會將小數值四捨五入至最接近的整數，或如果有指定比例，則到最接近的小數位數。
## 數學函式
Amazon Quick 中計算欄位的數學函數包括下列項目：
+ `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)`：會在以除數除以數字後找到餘數。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) `：會傳回指定表達式之以 10 為底的對數。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) `：會傳回指定表達式的自然對數。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) `：會傳回指定表達式的絕對值。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) `：會傳回指定表達式的平方根。
+ `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) `：會傳回指定表達式之以自然對數為底的 *e* 次方。
## 字串函數
Amazon Quick 中計算欄位的字串 （文字） 函數包括下列項目：
+ [https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html](https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html) 會串連兩或多個字串。
+ [https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html](https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html) 會檢查表達式是否包含某個子字串。
+ [https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html) 會檢查表達式是否以指定的子字串結尾。
+ [https://docs.aws.amazon.com/quicksight/latest/user/left-function.html](https://docs.aws.amazon.com/quicksight/latest/user/left-function.html) 會傳回來自某個字串最左邊的指定字元數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html) 會尋找在另一個字串內的子字串，並傳回子字串之前的字元數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html) 會從字串移除前面的空白。
+ [https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html) 會剖析字串以判斷它是否包含日期值，並在找到時傳回該日期。
+ [https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html) 會剖析字串以判斷其是否包含小數值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html) 會剖析字串以判斷其是否包含整數值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html) 會剖析文字欄位中來自原生 JSON 或 JSON 物件的值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html](https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html) 會以新字串取代字串的一部分。
+ [https://docs.aws.amazon.com/quicksight/latest/user/right-function.html](https://docs.aws.amazon.com/quicksight/latest/user/right-function.html) 會傳回來自某個字串最右邊的指定字元數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html) 會從字串移除後面的空白。
+ [https://docs.aws.amazon.com/quicksight/latest/user/split-function.html](https://docs.aws.amazon.com/quicksight/latest/user/split-function.html) 會根據您選擇的分隔符號將字串分割成子字串的陣列，並傳回位置指定的項目。
+ [https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html) 會檢查表達式是否以指定的子字串開頭。
+ [https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html](https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html) 會傳回字串中的字元數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html](https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html) 會傳回字串中指定的位置開始的指定字元數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html) 會將字串設定為全小寫格式。
+ [https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html) 會將輸入表達式設定為字串格式。
+ [https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html) 會將字串設定為全大寫格式。
+ [https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html) 會從字串同時移除前面和後面的空白。
## 資料表計算
資料表計算會形成一組函數，提供分析的內容。它們可為豐富的彙總分析提供支援。使用這些計算，您可以解決常見的業務案例，例如計算總計百分比、執行總和、差異、常見的基準和排名。
要分析特定視覺化效果中的資料時，您可以對目前的資料集套用特定資料表計算，以探索維度如何影響度量 (或彼此影響)。視覺化資料是基於您目前的資料集的結果集，並套用了所有篩選器、欄位選項和自訂。若要查看這個結果集確切為何，可以將視覺效果匯出到一個檔案中。資料表計算函數會對資料執行運算，以顯示欄位之間的關係。
**查詢型函數**
+ [https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html) 會計算基於一組分割和排序之間的不同度量，以及基於彼此的度量。
+ [https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html) 會計算度量的滯後 (前面) 值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html) 會計算度量的前導 (後面) 值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html) 會計算目前值和比較值之間的百分比差異。
**分佈函數**
+ [https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html) 會計算一或多個維度的度量平均值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html) 會計算一或多個維度的欄位計數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html) 會計算由指定的屬性在指定級別分割的相異運算元的計數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html) 會計算一或多個維度的度量最大值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html) 一或多個維度的度量最小值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileOver-function.html) (`percentileDiscOver` 的別名) 會計算依維度清單分割之量值的第 *n* 百分位數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html) 會根據依維度清單分割之量值的數值連續分佈，計算第 *n* 百分位數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html) 會根據依維度清單分割之量值的實際數值，計算第 *n* 百分位數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html) 會計算量值對總計所佔的百分比。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html) 會計算由週期精細程度和偏移量指定的兩個不同期間內的量值差異。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html) 會根據期間精細程度和偏移量指定的前一個期間，計算量值的最後一個 (前一個) 值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html) 會計算由週期精細程度和偏移量指定的兩個不同期間內的量值差異百分比。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html) 根據指定時間精細程度 (例如一個季度)，計算到某個時間點某個量值的平均值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html) 根據指定時間精細程度 (例如一個季度)，計算到某個時間點某個維度或量值的計數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html) 根據指定時間精細程度 (例如一個季度)，計算到某個時間點某個量值或日期的最大值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html) 根據指定時間精細程度 (例如一個季度)，計算到某個時間點某個量值或日期的最小值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html) 根據指定時間精細程度 (例如一個季度)，計算到某個時間點某個量值的總和。
+ [https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html) 會計算一或多個維度的度量總和。
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html) 計算指定度量中的標準差，根據範例依照所選的一個或多個屬性區分。
+ [https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html) 計算指定度量中的標準差，根據母體偏差依照所選的一個或多個屬性區分。
+ [https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html) 計算指定度量中的差異，根據範例依照所選的一個或多個屬性區分。
+ [https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html) 計算指定度量中的差異，根據母體偏差依照所選的一個或多個屬性區分。
**排名函數**
+ [https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html) 會計算度量或維度的排名。
+ [https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html) 會計算度量或維度的排名，忽略重複項目。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html) 會計算度量或維度的排名，根據重複項目。
**移動函數**
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html) 會計算度量的執行中平均值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html) 會計算度量的執行中計數。
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html) 會計算度量的執行中最大值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html) 會計算度量的執行中最小值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html) 會計算度量的執行中總和。
**視窗函數**
+ [https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html) 會計算依指定屬性分割和排序的彙總量值或維度的第一個值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html) 會計算依指定屬性分割和排序的彙總量值或維度的最後一個值。
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html) 計算在自訂時段中彙總的度量的平均值，該時段依指定的屬性分割和排序。
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html) 計算在自訂時段中彙總的度量的計數，該時段依指定的屬性分割和排序。
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html) 計算在自訂時段中彙總的度量的最大值，該時段依指定的屬性分割和排序。
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html) 計算在自訂時段中彙總的度量的最小值，該時段依定的屬性分割和排序。
+ [https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html) 計算在自訂時段中彙總的度量的總和，該時段依指定的屬性分割和排序。
# 函數
在本節中，您可以找到 Amazon Quick 中可用的函數清單。若要檢視依類別排序的函數清單，並具有簡短定義，請參閱[依類別排序的函數](https://docs.aws.amazon.com/quicksight/latest/user/functions-by-category.html)。
**Topics**
+ [addDateTime](addDateTime-function.md)
+ [addWorkDays](addWorkDays-function.md)
+ [Abs](abs-function.md)
+ [Ceil](ceil-function.md)
+ [Coalesce](coalesce-function.md)
+ [Concat](concat-function.md)
+ [contains](contains-function.md)
+ [decimalToInt](decimalToInt-function.md)
+ [dateDiff](dateDiff-function.md)
+ [endsWith](endsWith-function.md)
+ [epochDate](epochDate-function.md)
+ [Exp](exp-function.md)
+ [Extract](extract-function.md)
+ [Floor](floor-function.md)
+ [formatDate](formatDate-function.md)
+ [Ifelse](ifelse-function.md)
+ [in](in-function.md)
+ [intToDecimal](intToDecimal-function.md)
+ [isNotNull](isNotNull-function.md)
+ [isNull](isNull-function.md)
+ [isWorkDay](isWorkDay-function.md)
+ [Left](left-function.md)
+ [Locate](locate-function.md)
+ [Log](log-function.md)
+ [Ln](ln-function.md)
+ [Ltrim](ltrim-function.md)
+ [Mod](mod-function.md)
+ [netWorkDays](netWorkDays-function.md)
+ [Now](now-function.md)
+ [notIn](notIn-function.md)
+ [nullIf](nullIf-function.md)
+ [parseDate](parseDate-function.md)
+ [parseDecimal](parseDecimal-function.md)
+ [parseInt](parseInt-function.md)
+ [parseJson](parseJson-function.md)
+ [Replace](replace-function.md)
+ [Right](right-function.md)
+ [Round](round-function.md)
+ [Rtrim](rtrim-function.md)
+ [Split](split-function.md)
+ [Sqrt](sqrt-function.md)
+ [startsWith](startsWith-function.md)
+ [Strlen](strlen-function.md)
+ [Substring](substring-function.md)
+ [switch](switch-function.md)
+ [toLower](toLower-function.md)
+ [toString](toString-function.md)
+ [toUpper](toUpper-function.md)
+ [trim](trim-function.md)
+ [truncDate](truncDate-function.md)
# addDateTime
`addDateTime` 會從日期時間值加上或減去某個單位的時間。例如，`addDateTime(2,'YYYY',parseDate('02-JUL-2018', 'dd-MMM-yyyy') )` 傳回 `02-JUL-2020`。您可以使用此函數對您的日期和時間資料執行日期數學。
## 語法
```
addDateTime(amount, period, datetime)
```
## 引數
*amount*
正數或負整數值，代表您要從提供的日期時間欄位加上或減去的時間量。
*period*
正數或負數值，代表您要從提供的日期時間欄位加上或減去的時間量。有效的期間如下：
+ YYYY：這會傳回日期的年份部分。
+ Q：這會傳回日期所屬的季別 (1–4)。
+ MM：這會傳回日期的月份部分。
+ DD：這會傳回日期的日部分。
+ WK：這會傳回日期的週部分。本週從 Amazon Quick 的星期日開始。
+ HH：這會傳回日期的小時部分。
+ MI：這會傳回日期的分鐘部分。
+ SS：這會傳回日期的秒部分。
+ MS：這會傳回日期的毫秒部分。
*datetime*
您想要執行日期數學的日期或時間。
## 傳回類型
日期時間
## 範例
假設您有一個名為 `purchase_date` 的欄位，它有以下值。
```
2018 May 13 13:24
2017 Jan 31 23:06
2016 Dec 28 06:45
```
使用以下計算，`addDateTime` 會如下所示修改值。
```
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` 會在指定日期值上加上或減去指定的工作天數。此函數傳回工作日的日期，該日期位於指定輸入日期值之後或之前的指定工作日天數。
## 語法
```
addWorkDays(initDate, numWorkDays)
```
## 引數
*initDate*
充當計算開始日期的有效非 NULL 日期。
+ **資料集欄位**：您要在其中新增此函數的資料集中的任何 `date` 欄位。
+ **日期函數**：從另一個 `date` 函數輸出的任何日期，例如 `parseDate`、`epochDate`、`addDateTime` 等。
**Example**
```
addWorkDays(epochDate(1659484800), numWorkDays)
```
+ **計算欄位** – 傳回`date`值的任何快速計算欄位。
**Example**
```
calcFieldStartDate = addDateTime(10, “DD”, startDate)
addWorkDays(calcFieldStartDate, numWorkDays)
```
+ **參數** – 任何快速`datetime`參數。
**Example**
```
addWorkDays($paramStartDate, numWorkDays)
```
+ 上述引數值的任意組合。
*numWorkDays*
充當計算結束日期的非 NULL 整數。
+ **常值**：直接在表達式編輯器中鍵入的整數常值。
**Example**
```
```
+ **資料集欄位**：資料集中的任何日期欄位
**Example**
```
```
+ **純量函數或計算** – 從另一個函數傳回整數輸出的任何純量快速函數，例如 `decimalToInt`、 `abs`等。
**Example**
```
addWorkDays(initDate, decimalToInt(sqrt (abs(numWorkDays)) ) )
```
+ **計算欄位** – 傳回`date`值的任何快速計算欄位。
**Example**
```
someOtherIntegerCalcField = (num_days * 2) + 12
addWorkDays(initDate, someOtherIntegerCalcField)
```
+ **參數** – 任何快速`datetime`參數。
**Example**
```
addWorkDays(initDate, $param_numWorkDays)
```
+ 上述引數值的任意組合。
## 傳回類型
Integer
## 輸出值
預期輸出值包括：
+ 正整數 (當 start\$1date < end\$1date 時)
+ 負整數 (當 start\$1date > end\$1date 時)
+ 當一個或兩個引數從 `dataset field` 取得 null 值時為 NULL。
## 輸入錯誤
不允許的引數值會導致錯誤，如以下範例所示。
+ 不允許在表達式中使用常值 NULL 作為引數。
**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.
```
+ 不允許在表達式中使用字串常值作為引數，或使用日期以外的任何其他資料類型。在下面的範例中，字串 **"2022-08-10"** 看似日期，但它實際上是一個字串。若要使用它，您必須使用可將其轉換為日期資料類型的函數。
**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.
```
## 範例
將正整數作為 `numWorkDays` 引數將產生相對於輸入日期未來的日期。將負整數作為 `numWorkDays` 引數將產生相對於輸入日期過去的日期。`numWorkDays` 引數的值為零時會產生與輸入日期相同的值，無論該日期是工作日還是週末。
`addWorkDays` 函數的運作精細程度為：`DAY`。在低於或高於 `DAY` 精細程度的任何精細程度下都無法保持準確性。
```
addWorkDays(startDate, endDate)
```
假設有一個名為 `employmentStartDate` 的欄位，其值如下：
```
2022-08-10 2022-08-06 2022-08-07
```
使用上述欄位和以下計算，`addWorkDays` 傳回的修改後的值如下所示：
```
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
```
以下範例根據每位員工實際工作天數，計算 2 年內按比例支付給每位員工的獎金總額。
```
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/zh_tw/quick/latest/userguide/images/addWorkDays-function-example.png)
# Abs
`abs` 會傳回指定運算式的絕對值。
## 語法
```
abs(expression)
```
## 引數
*表達式*
表達式必須是數字。它可以是欄位名稱、常值或另一個函數。
# Ceil
`ceil` 會將小數值無條件進位至最接近的整數。例如，`ceil(29.02)` 傳回 `30`。
## 語法
```
ceil(decimal)
```
## 引數
*decimal*
使用小數資料類型的欄位、**17.62** 之類的常值，或對輸出小數的另一個函數的呼叫。
## 傳回類型
Integer
## 範例
以下範例會將小數欄位四捨五入到下一個最高整數。
```
ceil(salesAmount)
```
以下是指定欄位的值。
```
20.13
892.03
57.54
```
對於這些欄位值，會傳回以下值。
```
21
893
58
```
# Coalesce
`coalesce` 會傳回非 Null 的第一個引數的值。找到非 Null 值時，就不會評估清單中剩餘的引數。如果所有引數都是 Null，則結果為 Null。長度為 0 的字串為有效值，不會將它視為等同於 Null。
## 語法
```
coalesce(expression1, expression2 [, expression3, ...])
```
## 引數
`coalesce` 需要兩個或多個表達式做為引數。所有表達式必須擁有相同資料類型，或可以是隱含轉換為相同資料類型。
*表達式*
表達式可以是數字、日期時間或字串。它可以是欄位名稱、常值或另一個函數。
## 傳回類型
`coalesce` 會傳回與輸入引數相同資料類型的值。
## 範例
以下範例會擷取客戶的帳單地址 (如果存在)、其街道地址 (如果沒有帳單地址)，或如果前述兩個地址不存在，則傳回「地址列未列出」。
```
coalesce(billingAddress, streetAddress, 'No address listed')
```
# Concat
`concat` 會串連兩或多個字串。
## 語法
```
concat(expression1, expression2 [, expression3 ...])
```
## 引數
`concat` 需要兩個或多個字串表達式為做為引數。
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
## 傳回類型
String
## 範例
以下範例會串連三個字串欄位，並新增適當的空隔。
```
concat(salutation, ' ', firstName, ' ', lastName)
```
以下是指定欄位的值。
```
salutation firstName lastName
-------------------------------------------------------
Ms. Li Juan
Dr. Ana Carolina Silva
Mr. Nikhil Jayashankar
```
對於這些欄位值，會傳回以下值。
```
Ms. Li Juan
Dr. Ana Carolina Silva
Mr. Nikhil Jayashankar
```
下列範例會串連兩個字串常值。
```
concat('Hello', 'world')
```
會傳回下列值。
```
Helloworld
```
# contains
`contains` 會評估您指定的子字串是否存在於某個表達式中。如果相應表達式包含該子字串，contains 會傳回 true，否則會傳回 false。
## 語法
```
contains(expression, substring, string-comparison-mode)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*substring*
要針對表達式**檢查的字元集。該子字串在表達式**中可能出現一或多次。
字串比較模式**
(選用) 指定要使用的字串比較模式：
+ `CASE_SENSITIVE`：字串比較區分大小寫。
+ `CASE_INSENSITIVE`：字串比較不區分大小寫。
空白時此值會預設為 `CASE_SENSITIVE`。
## 傳回類型
Boolean
## 範例
### 預設區分大小寫的範例
以下區分大小寫的範例評估 `state_nm` 是否包含 **New**。
```
contains(state_nm, "New")
```
以下是指定欄位的值。
```
New York
new york
```
對於這些欄位值，會傳回以下值。
```
true
false
```
### 不區分大小寫的範例
以下不區分大小寫的範例評估 `state_nm` 是否包含 **new**。
```
contains(state_nm, "new", CASE_INSENSITIVE)
```
以下是指定欄位的值。
```
New York
new york
```
對於這些欄位值，會傳回以下值。
```
true
true
```
### 條件陳述式範例
contains 函數可用作以下 If 函數中的條件陳述式：[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) 和 [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html)。
以下範例僅當 `state_nm` 包含 **New** 時才對 `Sales` 求和。
```
sumIf(Sales,contains(state_nm, "New"))
```
### 不包含範例
條件 `NOT` 運算子可用來評估表達式是否不包含指定的子字串。
```
NOT(contains(state_nm, "New"))
```
### 使用數值的範例
透過套用 `toString` 函數，可以在表達式或子字串引數中使用數值。
```
contains(state_nm, toString(5) )
```
# decimalToInt
`decimalToInt` 會藉由去除小數點和所有後方數字，將小數值轉換成整數資料類型。`decimalToInt` 不會四捨五入。例如，`decimalToInt(29.99)` 傳回 `29`。
## 語法
```
decimalToInt(decimal)
```
## 引數
*decimal*
使用小數資料類型的欄位、**17.62** 之類的常值，或對輸出小數的另一個函數的呼叫。
## 傳回類型
Integer
## 範例
以下範例會將小數欄位轉換為整數。
```
decimalToInt(salesAmount)
```
以下是指定欄位的值。
```
20.13
892.03
57.54
```
對於這些欄位值，會傳回以下值。
```
20
892
57
```
# dateDiff
`dateDiff` 會以天為單位，傳回兩個日期欄位之間的差異。如果您包含的值為一段期間，`dateDiff` 傳回的差異則以期間間隔為單位，而非以天為單位。
## 語法
```
dateDiff(date1, date2,[period])
```
## 引數
`dateDiff` 需要兩個日期做為引數。指定期間為選用。
*date 1*
第一個日期比較。日期欄位或對輸出日期的另一個函數的呼叫。
*date 2*
第二個日期比較。日期欄位或對輸出日期的另一個函數的呼叫。
*period*
您想要傳回差異的期間，將其括在引號中。有效的期間如下：
+ YYYY：這會傳回日期的年份部分。
+ Q：這會傳回日期所屬的季別第一天的日期。
+ MM：這會傳回日期的月份部分。
+ DD：這會傳回日期的日部分。
+ WK：這會傳回日期的週部分。本週從 Amazon Quick 的星期日開始。
+ HH：這會傳回日期的小時部分。
+ MI：這會傳回日期的分鐘部分。
+ SS：這會傳回日期的秒部分。
+ MS：這會傳回日期的毫秒部分。
## 傳回類型
Integer
## 範例
以下範例會傳回兩個日期之間的差異。
```
dateDiff(orderDate, shipDate, "MM")
```
以下是指定欄位的值。
```
orderDate shipdate
=============================
01/01/18 03/05/18
09/13/17 10/20/17
```
對於這些欄位值，會傳回以下值。
```
2
1
```
# endsWith
`endsWith` 會評估表達式是否以您指定的子字串結尾。如果表達式以相應子字符串結束，則 `endsWith` 會返回 true，否則會返回 false。
## 語法
```
endsWith(expression, substring, string-comparison-mode)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*substring*
要針對表達式**檢查的字元集。該子字串在表達式**中可能出現一或多次。
字串比較模式**
(選用) 指定要使用的字串比較模式：
+ `CASE_SENSITIVE`：字串比較區分大小寫。
+ `CASE_INSENSITIVE`：字串比較不區分大小寫。
空白時此值會預設為 `CASE_SENSITIVE`。
## 傳回類型
Boolean
## 範例
### 預設區分大小寫的範例
以下區分大小寫的範例評估 `state_nm` 是否以 **"York"** 結尾。
```
endsWith(state_nm, "York")
```
以下是指定欄位的值。
```
New York
new york
```
對於這些欄位值，會傳回以下值。
```
true
false
```
### 不區分大小寫的範例
以下不區分大小寫的範例評估 `state_nm` 是否以 **"york"** 結尾。
```
endsWith(state_nm, "york", CASE_INSENSITIVE)
```
以下是指定欄位的值。
```
New York
new york
```
對於這些欄位值，會傳回以下值。
```
true
true
```
### 條件陳述式範例
`endsWith` 函數可用作以下 If 函數中的條件陳述式：[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) 和 [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html)。
以下範例僅當 `state_nm` 以 **"York"** 結尾時才對 `Sales` 求和。
```
sumIf(Sales,endsWith(state_nm, "York"))
```
### 不包含範例
條件 `NOT` 運算子可用來評估表達式是否以指定的子字串開頭。
```
NOT(endsWith(state_nm, "York"))
```
### 使用數值的範例
透過套用 `toString` 函數，可以在表達式或子字串引數中使用數值。
```
endsWith(state_nm, toString(5) )
```
# epochDate
`epochDate` 會將 epoch 日期轉換為格式為 yyyy-MM-dd**T**kk:mm:ss.SSS**Z** 的標準日期，使用 Joda 專案文件[類別 DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html) 中指定的格式模式語法。例如，`2015-10-15T19:11:51.003Z`。
`epochDate` 支援與根據存放在 Quick () 中的資料集進行分析搭配使用SPICE。
## 語法
```
epochDate(epochdate)
```
## 引數
*epochdate*
epoch 日期，是日期的整數表示，即自 1970 年 1 月 1 日 00:00:00 UTC 起的秒數。
*epochdate* 必須為整數。它可以是使用整數資料類型的欄位、常值整數值，或對輸出整數的另一個函數的呼叫。如果整數值超過 10 位數字，則會捨棄第 10 位數之後的數字。
## 傳回類型
Date
## 範例
以下範例會將 epoch 日期轉換為標準日期。
```
epochDate(3100768000)
```
會傳回下列值。
```
2068-04-04T12:26:40.000Z
```
# Exp
`exp` 會傳回指定運算式之以自然對數為底的 e 次方。
## 語法
```
exp(expression)
```
## 引數
*表達式*
表達式必須是數字。它可以是欄位名稱、常值或另一個函數。
# Extract
`extract` 會傳回日期值的指定部分。請求未包含時間資訊的日期的時間相關部分會傳回 0。
## 語法
```
extract(period, date)
```
## 引數
*period*
您要從日期值擷取的期間。有效的期間如下：
+ YYYY：這會傳回日期的年份部分。
+ Q：這會傳回日期所屬的季別 (1–4)。
+ MM：這會傳回日期的月份部分。
+ DD：這會傳回日期的日部分。
+ WD：這會以整數形式傳回當週的星期幾，星期日為 1。
+ HH：這會傳回日期的小時部分。
+ MI：這會傳回日期的分鐘部分。
+ SS：這會傳回日期的秒部分。
+ MS：這會傳回日期的毫秒部分。
**注意**
Presto 0.216 以下版本的資料庫不支援擷取毫秒。
*date*
日期欄位或對輸出日期的另一個函數的呼叫。
## 傳回類型
Integer
## 範例
以下範例會從日期值擷取日。
```
extract('DD', orderDate)
```
以下是指定欄位的值。
```
orderDate
=========
01/01/14
09/13/16
```
對於這些欄位值，會傳回以下值。
```
01
13
```
# Floor
`floor` 會將小數值遞減至下一個最低的整數。例如，`floor(29.08)` 傳回 `29`。
## 語法
```
floor(decimal)
```
## 引數
*decimal*
使用小數資料類型的欄位、**17.62** 之類的常值，或對輸出小數的另一個函數的呼叫。
## 傳回類型
Integer
## 範例
以下範例會將小數欄位遞減至下一個最低整數。
```
floor(salesAmount)
```
以下是指定欄位的值。
```
20.13
892.03
57.54
```
對於這些欄位值，會傳回以下值。
```
20
892
57
```
# formatDate
`formatDate` 會使用您指定的模式設定日期格式。在您準備資料時，您可以使用 `formatDate` 來重新格式化日期。若要重新格式化分析中的日期，您可以從日期欄位的內容功能表中選擇 format (格式) 選項。
## 語法
```
formatDate(date, ['format'])
```
## 引數
*date*
日期欄位或對輸出日期的另一個函數的呼叫。
*format*
(選用) 包含要套用的格式模式的字串。此引數接受[以支援的日期格式指定的格式](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html)模式。
如果您不指定格式，這個字串預設為 yyyy-MM-dd**T**kk:mm:ss:SSS。
## 傳回類型
String
## 範例
下列範例將 UTC 日期格式化。
```
formatDate(orderDate, 'dd-MMM-yyyy')
```
以下是指定欄位的值。
```
order date
=========
2012-12-14T00:00:00.000Z
2013-12-29T00:00:00.000Z
2012-11-15T00:00:00.000Z
```
對於這些欄位值，會傳回以下值。
```
13 Dec 2012
28 Dec 2013
14 Nov 2012
```
## 範例
如果日期包含單引號或撇號，例如 `yyyyMMdd'T'HHmmss`，您可以使用下列方法之一來處理此日期格式。
+ 將整個日期用雙引號括起來，如下例所示：
```
formatDate({myDateField}, "yyyyMMdd'T'HHmmss")
```
+ 透過在單引號或撇號左側新增反斜線 (`\`) 讓單引號或撇號進行逸出，如下例所示：
```
formatDate({myDateField}, 'yyyyMMdd\'T\'HHmmss')
```
# Ifelse
`ifelse` 會評估一組 *if* 和 *then* 表達式對，並傳回第一個評估結果為 true 的 *if* 引數的 *then* 引數值。如果 *if* 引數評估為 true，則會傳回 *else* 引數的值。
## 語法
```
ifelse(if-expression-1, then-expression-1 [, if-expression-n, then-expression-n ...], else-expression)
```
## 引數
`ifelse` 需要一或多個 *if* 和 *then* 表達式配對，加上 *else* 引數的正好一個表達式。
*if-expression*
要評估為 true 或否的表達式。它可以是 **address1** 之類的欄位名稱、**'Unknown'** 之類的常值，或 `toString(salesAmount)` 之類的函數。例如，`isNotNull(FieldName)`。
如果您在 `if` 引數中使用多個 AND 和 OR 運算子，請將陳述式含括在括號中，以識別處理順序。例如，下列 `if` 引數會傳回月份 1、2、或 5 且年份為 2000 年的記錄。
```
ifelse((month = 5 OR month < 3) AND year = 2000, 'yes', 'no')
```
下一個 `if` 引數會使用相同的運算子，但傳回月份為 5 和任何年份，或月份為 1 或 2 且年份為 2000 年的記錄。
```
ifelse(month = 5 OR (month < 3 AND year = 2000), 'yes', 'no')
```
*then-expression*
如果其 *if* 引數評估為 true，要傳回的表達式。它可以是 **address1** 之類的欄位名稱、**'Unknown'** 之類的常值，或對另一個函數的呼叫。運算式必須與其他 `then` 引數和 `else` 引數擁有相同的資料類型。
*else-expression*
如果沒有任何 *if* 引數評估為 true，要傳回的表達式。它可以是 **address1** 之類的欄位名稱、**'Unknown'** 之類的常值，或 `toString(salesAmount)` 之類的函數。運算式必須與所有 `then` 引數擁有相同的資料類型。
## 傳回類型
`ifelse` 會傳回與 *then-expression* 中的值具有相同資料類型的值。從 *then* 和 *else* 表達式傳回的所有資料必須具有相同的資料類型或轉換為相同的資料類型。
## 範例
以下範例為欄位 `country` 產生別名資料欄。
```
ifelse(country = "United States", "US", country = "China", "CN", country = "India", "IN", "Others")
```
對於此類根據常值清單評估欄位中每個值，並傳回與第一個相符值相對應的結果的使用案例，建議使用函數 switch 來簡化工作。可以使用 [https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html) 將前面的範例重寫為以下陳述式：
```
switch(country,"United States","US","China","CN","India","IN","Others")
```
以下範例將每位客戶的銷售額分類為人類可讀的等級。
```
ifelse(salesPerCustomer < 1000, “VERY_LOW”, salesPerCustomer < 10000, “LOW”, salesPerCustomer < 100000, “MEDIUM”, “HIGH”)
```
以下範例使用 AND、OR 和 NOT 來比較多個表達式，使用條件運算子來標記特殊促銷活動中，不在華盛頓或奧勒岡、提出了 10 個以上訂單的前幾大客戶。如果沒有傳回任何值，則會使用值 `'n/a'`。
```
ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a')
```
以下範例僅使用 OR 產生一個新資料欄，其中包含與每個 `country` 對應的大洲名稱。
```
ifelse(country = "United States" OR country = "Canada", "North America", country = "China" OR country = "India" OR country = "Japan", "Asia", "Others")
```
前面的範例可以簡化稱如下範例。以下範例使用 `ifelse` 和 [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) 針對測試值位於常值清單中的任何列在新資料欄中建立一個值。您也可以將 `ifelse` 與 [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html) 搭配使用。
```
ifelse(in(country,["United States", "Canada"]), "North America", in(country,["China","Japan","India"]),"Asia","Others")
```
作者可以將常值清單儲存在多值參數中，並在 [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html) 或 [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html) 函數中使用。以下範例與前面的範例等效，只是這裡的常值清單儲存在兩個多值參數中。
```
ifelse(in(country,${NorthAmericaCountryParam}), "North America", in(country,${AsiaCountryParam}),"Asia", "Others")
```
以下範例會根據銷售總計，將群組指派給銷售記錄。每個 `if-then` 片語的結構模仿 *between* (該關鍵字目前在計算欄位表達式中不起作用) 的行為。例如，比較 `salesTotal >= 0 AND salesTotal < 500` 的結果傳回與 SQL 比較 `salesTotal between 0 and 499` 相同的值。
```
ifelse(salesTotal >= 0 AND salesTotal < 500, 'Group 1', salesTotal >= 500 AND salesTotal < 1000, 'Group 2', 'Group 3')
```
以下範例透過使用 `coalesce` 傳回第一個非 NULL 值來測試 NULL 值。您可以為日期欄位使用可讀的描述，從而無需記住 NULL 的含義。如果中斷連線日期為 NULL，則此範例會傳回暫停日期，除非兩者皆為 NULL。然後 `coalesce(DiscoDate, SuspendDate, '12/31/2491')` 會回傳 `'12/31/2491'`。傳回值必須與其他資料類型相符。這個日期看似一個不尋常的值，但 25 世紀的某個日期作為「結束時間」 (定義為資料市集中的最晚日期) 是合理的。
```
ifelse ( (coalesce(DiscoDate, SuspendDate, '12/31/2491') = '12/31/2491'), 'Active subscriber', 'Inactive subscriber')
```
下面以更易讀的格式顯示了一個更複雜的範例，目的在於表明您不需要將所有程式碼壓縮成一長行。此範例提供了對調查結果值的多重比較。它處理該欄位的潛在 NULL 值，並對兩個可接受的範圍進行分類。它還標記了一個需要更多測試的範圍，以及另一個無效 (超出範圍) 的範圍。對於所有剩餘值，它會套用 `else` 條件，並將相應列標記為需要在列上的日期三年後重新測試。
```
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})
)
)
)
```
以下範例將「手動」建立的地區名稱指派給一個州名群組。它還使用空白和包含在 `/* */` 中的註解，以便讓維護程式碼更輕鬆。
```
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'
)
```
地區標記的邏輯分解如下：
1. 我們列出每個地區相應的州，將每個清單括在引號中以使每個清單成為一個字串，如下所示：
+ `'New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire'`
+ `'Georgia, Alabama, South Carolina, Louisiana'`
+ 您可以新增更多集合，或根據需要使用國家/地區、城市、省份或 What3Words。
1. 我們使用 `locate` 函數詢問是否在清單中找到了 `State` (每列) 的值，如果在清單中找到了相應州，則傳回非零值，如下所示。
```
locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State})
and
locate('Georgia, Alabama, South Carolina, Louisiana',{State})
```
1. `locate` 函數傳回一個數字，而不是 `TRUE` 或 `FALSE`，但 `ifelse` 需要 `TRUE`/`FALSE` 布林值。為了解決這個問題，我們可以將 `locate` 的結果與某個數字進行比較。如果相應州在清單中，則傳回值大於零。
1. 詢問相應州是否存在。
```
locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0
```
1. 如果存在於相應地區，則將其標記為特定地區，在本例中為 Northeast 地區。
```
/*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0,
/*The then expression:*/ 'Northeast',
```
1. 由於有些州不在清單中，而且 `ifelse` 需要單一 `else` 表達式，因此我們提供 `'Other Region'` 作為剩餘州的標籤。
```
/*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. 我們將所有內容包裝在 `ifelse( )` 函數中以取得最終版本。以下範例省略了原始範例中屬於 Southeast 地區的州。您可以使用它們取代 *``* 標籤將它們加回來。
如果您想新增更多地區，您可以建立這兩行的更多複本，並變更州清單以滿足您的需求。您可以將地區名稱變更為所需名稱，並將欄位名稱從 `State` 變更為您需要的任何名稱。
```
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'
)
```
**注意**
還有其他方法可以對上述 if 表達式進行初始比較。例如，假設您提出問題「此清單中未缺少哪些州？」，而不是「哪些州在清單上？」。如果是這樣，那麼編碼可能會不同。您可以將 locate 陳述式與零進行比較，以尋找清單中缺少的值，然後使用 NOT 運算子將它們分類為「未缺失」，如下所示。
```
/*The if expression:*/ NOT (locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) = 0),
```
兩個版本均正確。不論選擇何版本，應該讓編碼易於您和您的團隊理解，從而讓維護程式碼更輕鬆。如果所有選項看起來等效，則建議選擇最簡單的選項。
# in
`in` 會評估表達式是否存在於某個常值清單中。如果清單包含相應表達式，則 in 傳回 true，否則傳回 false。`in` 對於字串類型輸入區分大小寫。
`in` 接受兩種常值清單，一種是手動輸入清單，另一種是[多值參數](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html)。
## 語法
使用手動輸入的清單：
```
in(expression, [literal-1, ...])
```
使用多值參數：
```
in(expression, $multivalue_parameter)
```
## 引數
*表達式*
要與常值清單中的元素進行比較的表達式。它可以是欄位名稱 (如 `address`)、常值 (如 "**Unknown**")、單值參數或對另一個純量函數的呼叫 (前提是該函數不是彙總函數或表計算)。
*literal list*
(必要) 這可以是手動輸入的清單或多值參數。此引數最多接受 5,000 個元素。但是，在直接查詢第三方資料來源 (例如 Oracle 或 Teradata) 時，限制可能會更小。
+ ***手動輸入清單***：包含要與表達式進行比較的一個或多個常值的清單。此清單應括在方括號內。所有要比較的常值必須具有與表達式相同的資料類型。
+ ***多值參數***：作為常值清單傳入的預定義多值參數。此多值參數必須具有與表達式相同的資料類型。
## 傳回類型
布林值：TRUE/FALSE
## 靜態清單範例
以下範例針對某個字串清單中的值評估 `origin_state_name` 欄位。比較字串類型輸入時，`in` 僅支援區分大小寫的比較。
```
in(origin_state_name,["Georgia", "Ohio", "Texas"])
```
以下是指定欄位的值。
```
"Washington"
"ohio"
"Texas"
```
對於這些欄位值，會傳回以下值。
```
false
false
true
```
第三個傳回值為 true，因為只有 "Texas" 是包含的值之一。
以下範例針對某個字串清單中的值評估 `fl_date` 欄位。為了與類型相符，使用 `toString` 將日期類型轉換為字串類型。
```
in(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"])
```
![\[函數範例結果的影像 (以資料表形式顯示)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/in-function-example-manual-list.png)
與清單中的常值進行比較的表達式引數支援常值和 NULL 值。以下兩個範例都將產生一個新的 TRUE 值資料欄。
```
in("Washington",["Washington","Ohio"])
```
```
in(NULL,[NULL,"Ohio"])
```
## 多值參數的範例
假設某個作者建立了一個[多值參數](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html)，其中包含所有州名稱的清單。然後該作者新增了一個控制項，以允許讀者從清單中選取值。
接著，有讀者從參數的下拉式清單控制項中選取三個值 "Georgia"、"Ohio" 和 "Texas"。在這種情況下，以下表達式等效於第一個範例，其中三個州名稱作為常值清單傳遞以與 `original_state_name` 欄位進行比較。
```
in (origin_state_name, ${stateName MultivalueParameter})
```
## `ifelse` 的範例
`in` 可以作為布林值以巢狀結構置於其他函數中。一個例子是，作者可以使用 `in` 和 `ifelse` 評估清單中的任何表達式，並傳回他們想要的值。以下範例評估航班的 `dest_state_name` 是否位於特定美國州清單中，並根據比較返回不同的州類別。
```
ifelse(in(dest_state_name,["Washington", "Oregon","California"]), "WestCoastUSState", "Other US State")
```
![\[函數範例結果的影像 (以資料表形式顯示)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/in-function-with-ifelse.png)
# intToDecimal
`intToDecimal` 會將整數值轉換成小數資料類型。
## 語法
```
intToDecimal(integer)
```
## 引數
*int*
使用整數資料類型的欄位、**14** 之類的常值，或對輸出整數的另一個函數的呼叫。
## 傳回類型
舊版資料準備體驗中的小數 （固定）。
新資料準備體驗中的小數 （浮點數）。
## 範例
以下範例會將整數欄位轉換為小數。
```
intToDecimal(price)
```
以下是指定欄位的值。
```
20
892
57
```
對於這些欄位值，會傳回以下值。
```
20.0
892.0
58.0
```
您可以在分析內套用格式，例如將 `price` 格式化為貨幣。
# isNotNull
`isNotNull` 會評估表達式來查看它是否非 Null。如果表達式不是 Null，`isNotNull` 會傳回 true，否則會傳回 false。
## 語法
```
isNotNull(expression)
```
## 引數
*表達式*
要評估為 Null 或否的表達式。它可以是欄位名稱，例如，**address1**，或是對可輸出字串的另一個函數的呼叫。
## 傳回類型
Boolean
## 範例
以下範例會評估 sales\$1amount 欄位是否有 Null 值。
```
isNotNull(salesAmount)
```
以下是指定欄位的值。
```
20.13
(null)
57.54
```
對於這些欄位值，會傳回以下值。
```
true
false
true
```
# isNull
`isNull` 會評估表達式來查看它是否為 Null。如果表達式為 Null，`isNull` 會傳回 true，否則會傳回 false。
## 語法
```
isNull(expression)
```
## 引數
*表達式*
要評估為 Null 或否的表達式。它可以是欄位名稱，例如，**address1**，或是對可輸出字串的另一個函數的呼叫。
## 傳回類型
Boolean
## 範例
以下範例會評估 sales\$1amount 欄位是否有 Null 值。
```
isNull(salesAmount)
```
以下是指定欄位的值。
```
20.13
(null)
57.54
```
對於這些欄位值，會傳回以下值。
```
false
true
false
```
以下範例測試 `ifelse` 陳述式中的 NULL 值，並傳回人類可讀的值。
```
ifelse( isNull({ActiveFlag}) , 'Inactive', 'Active')
```
# isWorkDay
`isWorkDay` 會評估指定的日期時間值，以判斷該值是否為工作日。
`isWorkDay` 假設標準的每週工作 5 天，從週一開始到週五結束。週六和週日為週末。此函數永遠以 `DAY` 精細程度計算其結果，並且不包含指定的輸入日期。
## 語法
```
isWorkDay(inputDate)
```
## 引數
*inputDate*
您要評估的日期時間值。有效值如下：
+ 資料集欄位：您要在其中新增此函數的資料集中的任何 `date` 欄位。
+ 日期函數：從另一個 `date` 函數輸出的任何日期，例如 `parseDate`。
+ 計算欄位：傳回`date`值的任何快速計算欄位。
+ 參數：任何快速`DateTime`參數。
## 傳回類型
整數 (`0` 或 `1`)
## 範例
以下範例判斷 `application_date` 欄位是否為工作日。
假設有一個名為 `application_date` 的欄位，其值如下：
```
2022-08-10
2022-08-06
2022-08-07
```
當您使用這些欄位並新增以下計算時，`isWorkDay` 傳回下列值：
```
isWorkDay({application_date})
1
0
0
```
以下範例使用條件格式篩選在工作日離職的員工，並判斷他們入職當天是工作日還是週末：
```
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/zh_tw/quick/latest/userguide/images/isWorkDay-example.png)
# Left
`left` 會傳回來自某個字串最左邊的字元，包括空格。您可以指定要傳回的字元數。
## 語法
```
left(expression, limit)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*limit*
要從 *expression* 傳回的字元數，從字串中的第一個字元開始。
## 傳回類型
String
## 範例
以下範例會傳回字串前 3 個字元。
```
left('Seattle Store #14', 3)
```
會傳回下列值。
```
Sea
```
# Locate
`locate` 會找到您在另一個字串內指定的子字串，並傳回字元數，直到子字串中的第一個字元為止。如果找不到子字串，函數會傳回 0。該函數從 1 開始。
## 語法
```
locate(expression, substring, start)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*substring*
您要尋找的 *expression* 中的一組字元。該子字串在 *expression* 中可能出現一或多次。
*start*
(選用) 如果 *substring* 出現不只一次，請使用 *start* 來識別字串中，函數應該開始尋找子字串的位置。例如，假設您想要找到子字串的第二個範例，並且您認為它一般會發生在前 10 個字元之後。您指定的 *start* 值為 10。應該從 1 開始。
## 傳回類型
Integer
## 範例
以下範例會傳回有關字串中第一個出現子字串 'and' 的位置資訊。
```
locate('1 and 2 and 3 and 4', 'and')
```
會傳回下列值。
```
3
```
以下範例會傳回有關字串中第四個字元之後，第一個出現子字串 'and' 的位置資訊。
```
locate('1 and 2 and 3 and 4', 'and', 4)
```
會傳回下列值。
```
9
```
# Log
`log` 會傳回指定運算式之以 10 為底的對數。
## 語法
```
log(expression)
```
## 引數
*表達式*
表達式必須是數字。它可以是欄位名稱、常值或另一個函數。
# Ln
`ln` 會傳回指定運算式的自然對數。
## 語法
```
ln(expression)
```
## 引數
*表達式*
表達式必須是數字。它可以是欄位名稱、常值或另一個函數。
# Ltrim
`ltrim` 會從字串移除前面的空白。
## 語法
```
ltrim(expression)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
## 傳回類型
String
## 範例
下列範例會從字串中移除前述空格。
```
ltrim(' Seattle Store #14')
```
會傳回下列值。
```
Seattle Store #14
```
# Mod
在以除數除以數字後使用 `mod` 函數找到餘數。您可以交替使用 `mod` 函數或模數運算子 (%)。
## 語法
```
mod(number, divisor)
```
```
number%divisor
```
## 引數
*number*
該數字是您要除以並找到餘數的正整數。
除數**
除數是您要用來除的正整數。如果除數為零，則此函數會傳回除以 0 的錯誤。
## 範例
下列範例除以 6 時傳回 17 的模數。第一個範例使用 % 運算子，而第二個範例使用 mod 函數。
```
17%6
```
```
mod( 17, 6 )
```
會傳回下列值。
```
5
```
# netWorkDays
`netWorkDays` 傳回提供兩個日期欄位之間的工作天數，甚至是使用其他快速日期函數產生的自訂日期值，例如 `parseDate`或 `epochDate`作為整數。
`netWorkDays` 假設標準的每週工作 5 天，從週一開始到週五結束。週六和週日為週末。此計算包含 `startDate` 和 `endDate`。此函數以天精細程度執行並顯示結果。
## 語法
```
netWorkDays(startDate, endDate)
```
## 引數
*startDate*
充當計算開始日期的有效非 NULL 日期。
+ 資料集欄位：您要在其中新增此函數的資料集中的任何 `date` 欄位。
+ 日期函數：從另一個 `date` 函數輸出的任何日期，例如 `parseDate`。
+ 計算欄位：傳回`date`值的任何快速計算欄位。
+ 參數：任何快速`DateTime`參數。
+ 上述引數值的任意組合。
*endDate*
充當計算結束日期的有效非 NULL 日期。
+ 資料集欄位：您要在其中新增此函數的資料集中的任何 `date` 欄位。
+ 日期函數：從另一個 `date` 函數輸出的任何日期，例如 `parseDate`。
+ 計算欄位：傳回`date`值的任何快速計算欄位。
+ 參數：任何快速`DateTime`參數。
+ 上述引數值的任意組合。
## 傳回類型
Integer
## 輸出值
預期輸出值包括：
+ 正整數 (當 start\$1date < end\$1date 時)
+ 負整數 (當 start\$1date > end\$1date 時)
+ 當一個或兩個引數從 `dataset field` 取得 null 值時為 NULL。
## 範例
以下範例傳回兩個日期之間的工作天數。
假設有一個名為 `application_date` 的欄位，其值如下：
```
netWorkDays({startDate}, {endDate})
```
以下是指定欄位的值。
```
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
```
以下範例計算每位員工的工作天數，以及每位員工的每天平均工資：
```
days_worked = netWorkDays({employment_start_date}, {employment_end_date})
salary_per_day = {salary}/{days_worked}
```
以下範例使用條件格式篩選在工作日離職的員工，並判斷他們入職當天是工作日還是週末：
```
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/zh_tw/quick/latest/userguide/images/netWorkDays-function-example.png)
# Now
對於直接查詢資料庫的資料庫的資料集，`now` 會使用資料庫伺服器指定的設定和格式，傳回目前的日期和時間。針對 SPICE 和 Salesforce 資料集，`now` 會以 `yyyy-MM-ddTkk:mm:ss:SSSZ` 的格式傳回 UTC 日期和時間 (例如，2015-10-15T19:11:51:003Z)。
## 語法
```
now()
```
## 傳回類型
Date
# notIn
`notIn` 會評估表達式是否存在於某個常值清單中。如果清單不包含相應表達式，則 `notIn` 傳回 true，否則傳回 false。`notIn` 對於字串類型輸入區分大小寫。
`notIn` 接受兩種常值清單，一種是手動輸入清單，另一種是[多值參數](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html)。
## 語法
使用手動輸入的清單：
```
notIn(expression, [literal-1, ...])
```
使用多值參數：
```
notIn(expression, $multivalue_parameter)
```
## 引數
*表達式*
要與常值清單中的元素進行比較的表達式。它可以是欄位名稱 (如 `address`)、常值 (如 "**Unknown**")、單值參數或對另一個純量函數的呼叫 (前提是該函數不是彙總函數或表計算)。
*literal list*
(必要) 這可以是手動輸入的清單或多值參數。此引數最多接受 5,000 個元素。但是，在直接查詢第三方資料來源 (例如 Oracle 或 Teradata) 時，限制可能會更小。
+ ***手動輸入清單***：包含要與表達式進行比較的一個或多個常值的清單。此清單應括在方括號內。所有要比較的常值必須具有與表達式相同的資料類型。
+ ***多值參數***：作為常值清單傳入的預定義多值參數。此多值參數必須具有與表達式相同的資料類型。
## 傳回類型
布林值：TRUE/FALSE
## 手動輸入清單的範例
以下範例針對某個字串清單中的值評估 `origin_state_name` 欄位。比較字串類型輸入時，`notIn` 僅支援區分大小寫的比較。
```
notIn(origin_state_name,["Georgia", "Ohio", "Texas"])
```
以下是指定欄位的值。
```
"Washington"
"ohio"
"Texas"
```
對於這些欄位值，會傳回以下值。
```
true
true
false
```
第三個傳回值為 false，因為只有 "Texas" 是排除的值之一。
以下範例針對某個字串清單中的值評估 `fl_date` 欄位。為了與類型相符，使用 `toString` 將日期類型轉換為字串類型。
```
notIn(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"])
```
![\[函數範例結果的影像 (以資料表形式顯示)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/notin-function-example-manual-list.png)
與清單中的常值進行比較的表達式引數支援常值和 NULL 值。以下兩個範例都將產生一個新的 FALSE 值資料欄。
```
notIn("Washington",["Washington","Ohio"])
```
```
notIn(NULL,[NULL,"Ohio"])
```
## 多值參數的範例
假設某個作者建立了一個[多值參數](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html)，其中包含所有州名稱的清單。然後該作者新增了一個控制項，以允許讀者從清單中選取值。
接著，有讀者從參數的下拉式清單控制項中選取三個值 "Georgia"、"Ohio" 和 "Texas"。在這種情況下，以下表達式等效於第一個範例，其中三個州名稱作為常值清單傳遞以與 `original_state_name` 欄位進行比較。
```
notIn (origin_state_name, ${stateName MultivalueParameter})
```
## `ifelse` 的範例
`notIn` 可以作為布林值以巢狀結構置於其他函數中。一個例子是，作者可以使用 `notIn` 和 `ifelse` 評估清單中的任何表達式，並傳回他們想要的值。以下範例評估航班的 `dest_state_name` 是否位於特定美國州清單中，並根據比較返回不同的州類別。
```
ifelse(notIn(dest_state_name,["Washington", "Oregon","California"]), "notWestCoastUSState", "WestCoastUSState")
```
![\[函數範例結果的影像 (以資料表形式顯示)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/notin-function-with-ifelse.png)
# nullIf
`nullIf` 會比較兩個表達式。如果它們相等，則函數會傳回 Null。如果它們值不相等，則函數會傳回第一個表達式。
## 語法
```
nullIf(expression1, expression2)
```
## 引數
`nullIf` 需要兩個表達式做為引數。
*表達式*
表達式可以是數字、日期時間或字串。它可以是欄位名稱、常值或另一個函數。
## 傳回類型
String
## 範例
以下範例會在交貨延遲的原因不明時傳回 Null。
```
nullIf(delayReason, 'unknown')
```
以下是指定欄位的值。
```
delayReason
============
unknown
back ordered
weather delay
```
對於這些欄位值，會傳回以下值。
```
(null)
back ordered
weather delay
```
# parseDate
`parseDate` 會剖析字串，以判斷它是否包含日期值，而且會傳回標準日期，採用格式 `yyyy-MM-ddTkk:mm:ss.SSSZ` (使用 Joda 專案文件的 [類別 DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html) 中指定的格式模式語法)，例如 2015-10-15T19:11:51.003Z。此函數會傳回所有包含有效格式日期的列，並略過所有不包含的列，包括含 Null 值的列。
快速支援 1900 年 1 月 1 日至 2037 年 12 月 31 日 23：59：59 UTC 範圍內的日期。如需詳細資訊，請參閱[支援的日期格式](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html)。
## 語法
```
parseDate(expression, ['format'])
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'1/1/2016'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*format*
(選用) 包含 *date\$1string* 必須符合的格式模式字串。例如，如果您使用具有 **01/03/2016** 之類資料的欄位，您可以指定格式 'MM/dd/yyyy'。如果您不指定格式，則會預設為 `yyyy-MM-dd`。會略過資料不符合 *format* 的資料列。
根據使用的資料集類型，支援不同的日期格式。使用以下表格來查看支援的日期格式的詳細資訊。
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/parseDate-function.html)
## 傳回類型
Date
## 範例
以下範例會評估 `prodDate` 來判斷它是否包含日期值。
```
parseDate(prodDate, 'MM/dd/yyyy')
```
以下是指定欄位的值。
```
prodDate
--------
01-01-1999
12/31/2006
1/18/1982
7/4/2010
```
對於這些欄位值，會傳回以下資料列。
```
12-31-2006T00:00:00.000Z
01-18-1982T00:00:00.000Z
07-04-2010T00:00:00.000Z
```
# parseDecimal
`parseDecimal` 會剖析字串以判斷其是否包含小數值。此函數會傳回包含小數、整數或 Null 值的所有資料列，並略過未包含的任何資料列。如果資料列包含整數值，則會以最多 4 位小數的形式傳回。例如，'2' 的值會以 '2.0' 形式傳回。
## 語法
```
parseDecimal(expression)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'9.62'** 之類的常值，或對輸出字串的另一個函數的呼叫。
## 傳回類型
舊版資料準備體驗中的小數 （固定）。
新資料準備體驗中的小數 （浮點數）。
## 範例
以下範例會評估 `fee` 來判斷它是否包含小數值。
```
parseDecimal(fee)
```
以下是指定欄位的值。
```
fee
--------
2
2a
12.13
3b
3.9
(null)
198.353398
```
對於這些欄位值，會傳回以下資料列。
```
2.0
12.13
3.9
(null)
198.3533
```
# parseInt
`parseInt` 會剖析字串以判斷其是否包含整數值。此函數會傳回包含小數、整數或 Null 值的所有資料列，並略過未包含的任何資料列。如果資料列包含小數值，則會以最接近的整數形式傳回，無條件捨去。例如，'2.99' 的值會以 '2' 形式傳回。
## 語法
```
parseInt(expression)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'3'** 之類的常值，或對輸出字串的另一個函數的呼叫。
## 傳回類型
Integer
## 範例
以下範例會評估 `feeType` 來判斷它是否包含整數值。
```
parseInt(feeType)
```
以下是指定欄位的值。
```
feeType
--------
2
2.1
2a
3
3b
(null)
5
```
對於這些欄位值，會傳回以下資料列。
```
2
2
3
(null)
5
```
# parseJson
使用 `parseJson` 從 JSON 物件擷取值。
如果您的資料集存放在快速 中SPICE，您可以在準備資料集`parseJson`時使用 ，但不能在分析期間的計算欄位中使用。
對於直接查詢，您可以同時對資料準備和分析使用 `parseJson`。如下表所示，取決於方言，`parseJson` 函數會套用至字串或 JSON 原生資料類型。
| 方言 | Type |
| --- | --- |
| PostgreSQL | JSON |
| Amazon Redshift | String |
| Microsoft SQL Server | String |
| MySQL | JSON |
| Teradata | JSON |
| Oracle | String |
| Presto | String |
| Snowflake | 半結構化的資料類型物件和陣列 |
| Hive | String |
## 語法
```
parseJson(fieldName, path)
```
## 引數
*fieldName*
包含您希望剖析的 JSON 物件的欄位。
*路徑*
您想要從 JSON 物件剖析的資料元素的路徑。路徑引數中僅支援字母、數字與空格。有效路徑的語法包括：
+ *\$1*：根物件
+ *.*：子運算子
+ *[ ]*：陣列的下標運算子
## 傳回類型
String
## 範例
以下範例會評估傳入的 JSON 以擷取項目數量的值。透過使用此資料準備，您可以從 JSON 建立資料表。
```
parseJson({jsonField}, “$.items.qty”)
```
以下顯示 JSON。
```
{
"customer": "John Doe",
"items": {
"product": "Beer",
"qty": 6
},
"list1": [
"val1",
"val2"
],
"list2": [
{
"list21key1": "list1value1"
}
]
}
```
針對此範例，會傳回下列值。
```
6
```
## 範例
以下範例會評估 `JSONObject1` 來擷取標籤為 `"State"` 的第一個金鑰值組 (KVP)，並將值指派到您要建立的評估欄位。
```
parseJson(JSONObject1, “$.state”)
```
以下是指定欄位的值。
```
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"}
```
對於這些欄位值，會傳回以下資料列。
```
New York
North Carolina
Utah
```
# Replace
`replace` 會以您指定的另一個字串取代字串的一部分。
## 語法
```
replace(expression, substring, replacement)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*substring*
您要取代的 *expression* 中的一組字元。該子字串在 *expression* 中可能出現一或多次。
*replacement*
您想要對 *substring* 替換的字串。
## 傳回類型
String
## 範例
以下範例會以 'or' 取代子字串 'and'。
```
replace('1 and 2 and 3', 'and', 'or')
```
會傳回下列字串。
```
1 or 2 or 3
```
# Right
`right` 會傳回來自某個字串最右邊的字元，包括空格。您可以指定要傳回的字元數。
## 語法
```
right(expression, limit)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*limit*
要從 *expression* 傳回的字元數，從字串中的最後一個字元開始。
## 傳回類型
String
## 範例
以下範例會傳回來自字串的最後五個字元。
```
right('Seattle Store#14', 12)
```
會傳回下列值。
```
tle Store#14
```
# Round
如果未指定比例，`round` 會將小數值四捨五入至最接近的整數，或如果有指定比例，則到最接近的小數位數。
## 語法
```
round(decimal, scale)
```
## 引數
*decimal*
使用小數資料類型的欄位、**17.62** 之類的常值，或對輸出小數的另一個函數的呼叫。
*scale*
要用於傳回值的小數位數。
## 傳回類型
| 運算元 | 舊版資料準備體驗中的傳回類型 | 新資料準備體驗中的傳回類型 |
| --- | --- | --- |
| INT | DECIMAL（已修正） | DECIMAL（已修正） |
| DECIMAL（已修正） | DECIMAL（已修正） | DECIMAL（已修正） |
| DECIMAL(FLOAT) | DECIMAL（已修正） | DECIMAL(FLOAT) |
## 範例
以下範例會將小數欄位四捨五入到最接近的第二個小數位數。
```
round(salesAmount, 2)
```
以下是指定欄位的值。
```
20.1307
892.0388
57.5447
```
對於這些欄位值，會傳回以下值。
```
20.13
892.04
58.54
```
# Rtrim
`rtrim` 會從字串移除後面的空白。
## 語法
```
rtrim(expression)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
## 傳回類型
String
## 範例
下列範例會從字串中移除後面的空格。
```
rtrim('Seattle Store #14 ')
```
對於這些欄位值，會傳回以下值。
```
Seattle Store #14
```
# Split
`split` 會根據您選擇的分隔符號將字串分割成子字串的陣列，並傳回位置指定的項目。
您僅可在資料準備時將 `split` 新增至計算欄位，而非新增至分析。Microsoft SQL Server 的直接查詢不支援此函數。
## 語法
```
split(expression, delimiter , position)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street;1402 35th Ave;1818 Elm Ct;11 Janes Lane'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*delimiter*
將字串劃分成子字串的分隔符號字元。例如，`split('one|two|three', '|', 2)` 會變成下列。
```
one
two
three
```
如果選擇 `position = 2`，`split` 會傳回 `'two'`。
*position*
(必要) 要從陣列傳回的項目位置。陣列中第一個項目的位置為 1。
## 傳回類型
字串陣列
## 範例
以下範例會將字串分割為陣列，使用分號字元 (;) 做為分隔符號，並傳回陣列的第三個元素。
```
split('123 Test St;1402 35th Ave;1818 Elm Ct;11 Janes Lane', ';', 3)
```
會傳回下列項目。
```
1818 Elm Ct
```
此函數會略過包含 Null 值或空白字串的項目。
# Sqrt
`sqrt` 會傳回指定運算式的平方根。
## 語法
```
sqrt(expression)
```
## 引數
*表達式*
表達式必須是數字。它可以是欄位名稱、常值或另一個函數。
# startsWith
`startsWith` 會評估表達式是否以您指定的子字串開頭。如果表達式以相應子字符串開頭，則 `startsWith` 會返回 true，否則會返回 false。
## 語法
```
startsWith(expression, substring, string-comparison-mode)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
*substring*
要針對表達式**檢查的字元集。該子字串在表達式**中可能出現一或多次。
字串比較模式**
(選用) 指定要使用的字串比較模式：
+ `CASE_SENSITIVE`：字串比較區分大小寫。
+ `CASE_INSENSITIVE`：字串比較不區分大小寫。
空白時此值會預設為 `CASE_SENSITIVE`。
## 傳回類型
Boolean
## 範例
### 預設區分大小寫的範例
以下區分大小寫的範例評估 `state_nm` 是否以 **New** 開頭。
```
startsWith(state_nm, "New")
```
以下是指定欄位的值。
```
New York
new york
```
對於這些欄位值，會傳回以下值。
```
true
false
```
### 不區分大小寫的範例
以下不區分大小寫的範例評估 `state_nm` 是否以 **new** 開頭。
```
startsWith(state_nm, "new", CASE_INSENSITIVE)
```
以下是指定欄位的值。
```
New York
new york
```
對於這些欄位值，會傳回以下值。
```
true
true
```
### 條件陳述式範例
`startsWith` 函數可用作以下 If 函數中的條件陳述式：[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) 和 [varpIf](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html)。
以下範例僅當 state\$1nm 以 **New** 開頭時才對 `Sales` 求和。
```
sumIf(Sales,startsWith(state_nm, "New"))
```
### 不包含範例
條件 `NOT` 運算子可用來評估表達式是否以指定的子字串開頭。
```
NOT(startsWith(state_nm, "New"))
```
### 使用數值的範例
透過套用 `toString` 函數，可以在表達式或子字串引數中使用數值。
```
startsWith(state_nm, toString(5) )
```
# Strlen
`strlen` 傳回字串中的字元數，包括空格。
## 語法
```
strlen(expression)
```
## 引數
*表達式*
表達式可以是使用 **address1** 之類字串資料類型的欄位、**'Unknown'** 之類的常值，或 `substring(field_name,0,5)` 之類的另一個函數。
## 傳回類型
Integer
## 範例
下列範例會傳回指定字串的長度。
```
strlen('1421 Main Street')
```
會傳回下列值。
```
16
```
# Substring
`substring` 會傳回字串中的字元，由 *start* 引數指定的位置開始，直到 *length* 引數指定的字元數為止。
## 語法
```
substring(expression, start, length)
```
## 引數
*表達式*
表達式可以是使用 **address1** 之類字串資料類型的欄位、**'Unknown'** 之類的常值，或 `substring(field_name,1,5)` 之類的另一個函數。
*start*
要開始的字元位置。*start* 為包含，因此開始位置的字元為傳回值中的第一個字元。*start* 的最小值為 1。
*長度*
要併入在 *start* 後的額外字元數量。*length* 包含 *start*，因此，在開始字元之後傳回的最後一個字元是 (*length* - 1)。
## 傳回類型
String
## 範例
以下範例會傳回字串中的第 13 個到第 19 個字元。字串開頭的索引 1，因此從第一個字元開始計數。
```
substring('Fantasy and Science Fiction',13,7)
```
會傳回下列值。
```
Science
```
# switch
`switch` 將 *condition-expression* 與在一組常值標籤和 *return-expression* 對中的常值標籤進行比較。然後，它會傳回與等於 *condition-expression* 的第一個常值標籤相對應的 *return-expression*。如果沒有標籤等於 *condition-expression*，則 `switch` 傳回 *default-expression*。每個 *return-expression* 和 *default-expression* 必須具有相同的資料類型。
## 語法
```
switch(condition-expression, label-1, return-expression-1 [, label-n, return-expression-n ...],
default-expression)
```
## 引數
`switch` 需要一或多個 *if* 和 *then* 表達式配對，加上 *else* 引數的正好一個表達式。
*condition-expression*
要與標籤常值進行比較的表達式。它可以是 `address` 之類的欄位名稱、`Unknown` 之類的常值，或 `toString(salesAmount)` 之類的純量函數。
*label*
要與 *condition-expression* 引數進行比較的常值，所有常值必須具有與 *condition-expression* 引數相同的資料類型。`switch` 最多可接受 5,000 個標籤。
*return-expression*
標籤值等於 *condition-expression* 的值傳回的表達式。它可以是 `address` 之類的欄位名稱、`Unknown` 之類的常值，或 `toString(salesAmount)` 之類的純量函數。所有 *return-expression* 引數必須與 *default-expression* 具有相同的資料類型。
*default-expression*
沒有任何標籤引數的值等於 *condition-expression* 的值時傳回的表達式。它可以是 `address` 之類的欄位名稱、`Unknown` 之類的常值，或 `toString(salesAmount)` 之類的純量函數。所有 *default-expression* 必須與 *default-expression* 的所有引數具有相同的資料類型。
## 傳回類型
`switch` 會傳回與 *return-expression* 中的值具有相同資料類型的值。從 *return-expression* 和 *default-expression* 表達式傳回的所有資料必須具有相同的資料類型或轉換為相同的資料類型。
## 一般範例
下列範例會傳回輸入區域名稱的 AWS 區域 程式碼。
```
switch(region_name,
"US East (N. Virginia)", "us-east-1",
"Europe (Ireland)", "eu-west-1",
"US West (N. California)", "us-west-1",
"other regions")
```
以下是指定欄位的值。
```
"US East (N. Virginia)"
"US West (N. California)"
"Asia Pacific (Tokyo)"
```
對於這些欄位值，會傳回以下值。
```
"us-east-1"
"us-west-1"
"other regions"
```
## 使用 switch 取代 `ifelse`
以下 `ifelse` 使用案例與前面的範例等效，相較於使用 `ifelse` 評估一個欄位的值是否等於不同的常值，使用 `switch` 是更好的選擇。
```
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")
```
## 表達式作為傳回值
以下範例在 *return-expressions* 中使用表達式：
```
switch({origin_city_name},
"Albany, NY", {arr_delay} + 20,
"Alexandria, LA", {arr_delay} - 10,
"New York, NY", {arr_delay} * 2,
{arr_delay})
```
前面的範例變更了來自特定城市的每個航班的預期延誤時間。
![\[函數範例結果的影像 (以資料表形式顯示)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/switch-function-example.png)
# toLower
`toLower` 會將字串格式設為全部小寫。`toLower` 會略過含 Null 值的列。
## 語法
```
toLower(expression)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
## 傳回類型
String
## 範例
下列範例會將字串值轉換為小寫。
```
toLower('Seattle Store #14')
```
會傳回下列值。
```
seattle store #14
```
# toString
`toString` 會將輸入表達式格式化為字串。`toString` 會略過含 Null 值的資料列。
## 語法
```
toString(expression)
```
## 引數
*表達式*
表達式可以是任何資料類型的欄位、**14.62** 之類的常值，或是對會傳回任何資料類型的另一個函數的呼叫。
## 傳回類型
String
## 範例
以下範例會將 `payDate` 的值 (其使用 `date` 資料類型) 以字串形式傳回。
```
toString(payDate)
```
以下是指定欄位的值。
```
payDate
--------
1992-11-14T00:00:00.000Z
2012-10-12T00:00:00.000Z
1973-04-08T00:00:00.000Z
```
對於這些欄位值，會傳回以下資料列。
```
1992-11-14T00:00:00.000Z
2012-10-12T00:00:00.000Z
1973-04-08T00:00:00.000Z
```
# toUpper
`toUpper` 會將字串格式設為全部大寫。`toUpper` 會略過含 Null 值的資料列。
## 語法
```
toUpper(expression)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
## 傳回類型
String
## 範例
下列範例會將字串值轉換為大寫。
```
toUpper('Seattle Store #14')
```
會傳回下列值。
```
SEATTLE STORE #14
```
# trim
`trim` 會從字串同時移除前面和後面的空白。
## 語法
```
trim(expression)
```
## 引數
*表達式*
表達式必須是字串。它可以是使用字串資料類型的欄位、**'12 Main Street'** 之類的常值，或對輸出字串的另一個函數的呼叫。
## 傳回類型
String
## 範例
下列範例會從字串中移除後面的空格。
```
trim(' Seattle Store #14 ')
```
對於這些欄位值，會傳回以下值。
```
Seattle Store #14
```
# truncDate
`truncDate` 會傳回代表日期指定部分的日期值。例如，請求值 2012-09-02T00:00:00.000Z 的年份部分會傳回 2012-01-01T00:00:00.000Z。指定未包含時間資訊之日期的時間相關期間，會傳回保持不變的初始日期值。
## 語法
```
truncDate('period', date)
```
## 引數
*period*
您想要傳回之日期的期間。有效的期間如下：
+ YYYY：這會傳回日期的年份部分。
+ Q：這會傳回日期所屬的季別第一天的日期。
+ MM：這會傳回日期的月份部分。
+ DD：這會傳回日期的日部分。
+ WK：這會傳回日期的週部分。本週從 Amazon Quick 的星期日開始。
+ HH：這會傳回日期的小時部分。
+ MI：這會傳回日期的分鐘部分。
+ SS：這會傳回日期的秒部分。
+ MS：這會傳回日期的毫秒部分。
*date*
日期欄位或對輸出日期的另一個函數的呼叫。
## 傳回類型
Date
## 範例
下列範例會傳回代表訂單日期月份的日期。
```
truncDate('MM', orderDate)
```
以下是指定欄位的值。
```
orderDate
=========
2012-12-14T00:00:00.000Z
2013-12-29T00:00:00.000Z
2012-11-15T00:00:00.000Z
```
對於這些欄位值，會傳回以下值。
```
2012-12-01T00:00:00.000Z
2013-12-01T00:00:00.000Z
2012-11-01T00:00:00.000Z
```
# 彙總函數
彙總函數只能在分析和視覺化期間使用。這些函數會傳回依照所選擇的一或多個維度分組的值。每一種彙總計算另提供了有條件彙總。其將根據條件執行同一類型的彙總。
計算欄位公式包含彙總時，會變成自訂彙總。為了確保您的資料準確顯示，Amazon Quick 會套用下列規則：
+ 自訂彙總不可包含巢狀彙總函數。例如，下列公式無作用：`sum(avg(x)/avg(y))`。不過，彙總函數內部或外部的巢狀非彙總函數會發揮作用。例如，`ceil(avg(x))` 有作用。`avg(ceil(x))` 也會發揮作用。
+ 自訂彙總不可同時包含彙總和非匯總欄位的任何組合。例如，下列公式無作用：`Sum(sales)+quantity`。
+ 篩選條件群組不可同時包含彙總和非彙總欄位。
+ 自訂彙總不可轉換到維度。這些也無法放入欄位和維度。
+ 在樞紐分析表中，不可將自訂彙總新增到表格計算。
+ 自訂彙總的散佈圖至少需要欄位集的 **Group/Color (群組/色彩)** 底下的至少一個維度。
如需支援函數和運算子的詳細資訊，請參閱 [Amazon Quick 的計算欄位函數和運算子參考](https://docs.aws.amazon.com/quicksight/latest/user/calculated-field-reference.html)。
Quick 中計算欄位的彙總函數包括下列項目。
**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 (百分位數)](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` 函數會計算指定量值中一組數字的平均值 (依照選擇的一個或多個維度分組)。例如，`avg(salesAmount)` 會傳回該量值依照 (選用) 所選的維度分組的平均值。
## 語法
```
avg(decimal, [group-by level])
```
## 引數
*decimal*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例計算平均銷售額。
```
avg({Sales})
```
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例計算國家/地區層級的平均銷售額，但不會計算視覺效果中其他維度 (區域或產品) 的平均銷售額。
```
avg({Sales}, [{Country}])
```
![\[平均銷售數字只會在國家/地區層級彙總。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/avg-function-example.png)
# avgIf
根據條件陳述式，`avgIf` 函數會計算指定量值中一組數字的平均值 (依照選擇的一個或多個維度分組)。例如，`avgIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 將傳回當條件判斷值為 true 時，該量值依照 (選用) 所選的維度分組的平均值。
## 語法
```
avgIf(dimension or measure, condition)
```
## 引數
*decimal*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# count
`count` 函數會計算維度或量值中的值數量 (依照選擇的一個或多個維度分組)。例如，`count(product type)` 會傳回依照 (選用) 選擇之維度分組的產品類型總數，包括任何重複類型。`count(sales)` 函數會傳回依照 (選用) 選擇之維度 (例如業務人員) 分組的完成銷售總數。
## 語法
```
count(dimension or measure, [group-by level])
```
## 引數
*dimension or measure*
引數必須是量值或維度。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例依據視覺效果中的指定維度計算銷售額統計。此範例按月份顯示銷售額統計。
```
count({Sales})
```
![\[按月份顯示的銷售額統計。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/count-function-example.png)
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例計算國家/地區層級的銷售統計，但不會計算視覺效果中其他維度 (區域或產品) 的銷售額統計。
```
count({Sales}, [{Country}])
```
![\[銷售額統計只會在國家/地區層級彙總。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/count-function-example2.png)
# countIf
根據條件陳述式，`countIf` 函數會計算維度或量值中的值數量 (依照選擇的一個或多個維度分組)。
## 語法
```
countIf(dimension or measure, condition)
```
## 引數
*dimension or measure*
引數必須是量值或維度。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
## 傳回類型
Integer
## 範例
下列函數會傳回符合條件的銷售交易 (`Revenue`) 統計，包括任何重複項。
```
countIf (
Revenue,
# Conditions
CalendarDay >= ${BasePeriodStartDate} AND
CalendarDay <= ${BasePeriodEndDate} AND
SourcingType <> 'Indirect'
)
```
# distinct\$1count
`distinct_count` 函數會計算維度或量值中的相異值數量 (依照選擇的一個或多個維度分組)。例如，`distinct_count(product type)` 會傳回依照 (選用) 選擇之維度分組的個別產品類型總數，不包括任何重複類型。`distinct_count(ship date)` 函數會傳回依照 (選用) 選擇之維度 (例如區域) 分組的產品出貨日期總數。
## 語法
```
distinct_count(dimension or measure, [group-by level])
```
## 引數
*dimension or measure*
引數必須是量值或維度。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例計算產品在視覺效果中依據 (選用) 所選維度 (例如區域) 分組的訂購日期總數。
```
distinct_count({Order Date})
```
![\[在每個區域訂購產品的日期總數。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/distinct_count-function-example.png)
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例計算國家/地區層級的平均銷售額，但不會計算視覺效果中其他維度 (區域) 的平均銷售額。
```
distinct_count({Order Date}, [Country])
```
![\[在每個國家/地區訂購產品的日期總數。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/distinct_count-function-example2.png)
# distinct\$1countIf
根據條件陳述式，`distinct_countIf` 函數會計算維度或量值中的相異值數目 (依照選擇的一個或多個維度分組)。例如，`distinct_countIf(product type)` 會傳回依照 (選用) 選擇之維度分組的個別產品類型總數，不包括任何重複類型。`distinct_countIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 函數將傳回條件判斷值為 true 時，依照 (選用) 所選的維度 (例如區域) 分組的產品出貨日期總數。
## 語法
```
distinct_countIf(dimension or measure, condition)
```
## 引數
*dimension or measure*
引數必須是量值或維度。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# max
`max` 函數會傳回指定量值或日期的最大值 (依照選擇的一個或多個維度分組)。例如，`max(sales goal)` 會傳回依照 (選用) 選擇之維度分組的最大銷售目標。
## 語法
```
max(measure, [group-by level])
```
## 引數
*measure*
引數必須是量值或日期。結果會省略空值。常值無作用。引數必須是欄位。
最大日期僅適用於表格和樞紐分析表中的 **Value (值)** 欄位集。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例傳回每個區域的銷售額最高值。它與總銷售額、銷售額最低值和銷售額中位數進行比較。
```
max({Sales})
```
![\[每個區域的銷售額最高值。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/min-max-median-function-example.png)
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例計算國家/地區層級的銷售額最高值，但不會計算視覺效果中其他維度 (區域) 的銷售額最高值。
```
max({Sales}, [Country])
```
![\[每個國家/地區的最大銷售額。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/max-function-example2.png)
# maxIf
根據條件陳述式，`maxIf` 函數會傳回指定量值的最大值 (依照選擇的一個或多個維度分組)。例如，當條件判斷值為 true 時，`maxIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 將傳回依照 (選用) 所選的維度分組的最高銷售目標。
## 語法
```
maxIf(measure, condition)
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# median
`median` 彙總會傳回指定量值的中位值 (依照選擇的一個或多個維度分組)。例如，`median(revenue)` 會傳回依照 (選用) 選擇之維度分組的收入中位數。
## 語法
```
median(measure, [group-by level])
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例傳回每個區域的銷售額中位數。它與總銷售額、銷售額最高值和銷售額最低值進行比較。
```
median({Sales})
```
![\[每個區域的銷售額中位數。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/min-max-median-function-example.png)
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例計算國家/地區層級的銷售額中位數，但不會計算視覺效果中其他維度 (區域) 的銷售額中位數。
```
median({Sales}, [Country])
```
![\[每個國家/地區的中位數銷售額。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/median-function-example2.png)
# medianIf
根據條件陳述式，`medianIf` 彙總會傳回指定量值的中位值 (依照選擇的一個或多個維度分組)。例如，當條件判斷值為 true 時，`medianIf(Revenue,SaleDate >= ${BasePeriodStartDate} AND SaleDate <= ${BasePeriodEndDate})` 將傳回依照 (選用) 所選的維度分組的收入中位數。
## 語法
```
medianIf(measure, condition)
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# min
`min` 函數會傳回指定量值或日期的最小值 (依照選擇的一個或多個維度分組)。例如，`min(return rate)` 會傳回依照 (選用) 選擇之維度分組的最小投資報酬率。
## 語法
```
min(measure, [group-by level])
```
## 引數
*measure*
引數必須是量值或日期。結果會省略空值。常值無作用。引數必須是欄位。
最小日期僅適用於表格和樞紐分析表中的 **Value (值)** 欄位集。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例傳回每個區域的銷售額最低值。它與總銷售額、銷售額最高值和銷售額中位數進行比較。
```
min({Sales})
```
![\[每個區域的銷售額最低值。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/min-max-median-function-example.png)
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例計算國家/地區層級的銷售額最低值，但不會計算視覺效果中其他維度 (區域) 的銷售額最低值。
```
min({Sales}, [Country])
```
![\[每個國家/地區的銷售額中位數。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/min-function-example2.png)
# minIf
根據條件陳述式，`minIf` 函數會傳回指定量值的最小值 (依照選擇的一個或多個維度分組)。例如，當條件判斷值為 true 時，`minIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 將傳回依照 (選用) 所選的維度分組的最低投資報酬率。
## 語法
```
minIf(measure, condition)
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# percentile
`percentile` 函數計算量值值的百分位數，依欄位中的維度分組。Quick 提供兩種百分位數計算：
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html) 使用線性插值來判斷結果。
+ [percentileDisc （百分位數）](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) 使用實際值來判斷結果。
`percentile` 函數是 `percentileDisc` 的別名。
# percentileCont
`percentileCont` 函數依據量值中數字的連續分佈計算百分位。它使用在欄位集中應用的分組和排序方法。它回答了這樣的問題：什麼值代表這個百分位數？ 若要傳回資料集中可能不存在的確切百分位數值，請使用 `percentileCont`。若要傳回資料集中最接近的百分位數值，請改用 `percentileDisc`。
## 語法
```
percentileCont(expression, percentile, [group-by level])
```
## 引數
*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*
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。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 傳回值
函數的結果是一個數字。
## 使用須知
`percentileCont` 函數會根據指定量值中值的連續分佈來計算結果。結果是根據視覺效果中的設定對其進行排序後，透過值之間的線性插值運算得出的。它不同於 `percentileDisc`，後者只是從聚合的一組值中返回一個值。`percentileCont` 的結果可能存在也可能不存在於指定量值的值中。
## percentileCont 的範例
下列範例有助於解釋 percentileCont 的作用原理。
**Example 比較中位數、`percentileCont` 和 `percentileDisc`**
下列範例使用 `median`、`percentileCont` 和 `percentileDisc` 函數顯示維度 (類別) 的中位數。中位數值與 percentileCont 值相同。`percentileCont` 會插入一個值，該值可能在資料集中，也可能不在。但是，由於 `percentileDisc` 永遠會顯示資料集中存在的值，因此兩個結果可能不相符。此範例中的最後一個資料欄會顯示兩個值之間的差異。每個計算欄位的代碼如下：
+ `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 )` (為了使範例更簡化，我們使用此表達式將類別名稱縮短為首字母。)
```
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 第 100 個百分位數為最大值**
下列範例顯示 `example` 欄位的各種 `percentileCont` 值。計算欄位 `n%Cont` 定義為 `percentileCont( {example} ,n)`。每個資料欄中的插入值代表落入該百分位數儲存貯體的數字。在某些情況下，實際資料值會與插入值相符。例如，資料欄 `100%Cont` 的每一列會顯示相同的值，因為 6783.02 是最大數字。
```
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
```
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例根據國家/地區層級數字的連續分佈，而非視覺效果中其他維度 (區域) 的數字分佈，計算第 30 個百分位數。
```
percentileCont({Sales}, 30, [Country])
```
![\[每個國家/地區的銷售額百分位數。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/percentileCont-function-example-lac.png)
# percentileDisc (百分位數)
`percentileDisc` 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。`percentile` 函數是 `percentileDisc` 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 `percentileDisc`。若要傳回資料集中可能不存在的確切百分位數值，請改用 `percentileCont`。
## 語法
```
percentileDisc(expression, percentile, [group-by level])
```
## 引數
*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*
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。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 傳回值
函數的結果是一個數字。
## 使用須知
`percentileDisc` 是反向分發函數，假定不連續的分發模型。它採用百分位數值和排序規格，且會傳回給定集裡的一個元素。
對於指定的百分位數值 `P`，`percentileDisc` 會在視覺效果中使用已排序的值，並傳回最小累積分佈值大於或等於 `P` 的值。
## percentileDisc 的範例
下列範例有助於解釋 percentileDisc 的作用原理。
**Example 比較中位數、`percentileDisc` 和 `percentileCont`**
下列範例使用 `percentileCont`、`percentileDisc` 和 `median` 函數顯示維度 (類別) 的中位數。中位數值與 percentileCont 值相同。`percentileCont` 會插入一個值，該值可能在資料集中，也可能不在。但是，由於 `percentileDisc` 永遠會顯示資料集中最接近的值，因此兩個結果可能不相符。此範例中的最後一個資料欄會顯示兩個值之間的差異。每個計算欄位的代碼如下：
+ `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 )` (為了使範例更簡化，我們使用此表達式將類別名稱縮短為首字母。)
```
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 第 100 個百分位數為最大值**
下列範例顯示 `example` 欄位的各種 `percentileDisc` 值。計算欄位 `n%Disc` 定義為 `percentileDisc( {example} ,n)`。每個資料欄中的值都是來自資料集的實際數字。
```
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
```
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例根據國家/地區層級數字的連續分佈，而非視覺效果中其他維度 (區域) 的數字分佈，計算第 30 個百分位數。
```
percentile({Sales}, 30, [Country])
```
![\[每個國家/地區的銷售額百分位數。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/percentile-function-example-lac.png)
# periodToDateAvg
`periodToDateAvg` 函數計算指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的指定量值中，一組數字的平均值。
## 語法
```
periodToDateAvg(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateAvg(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDAvgResults.png)
# periodToDateCount
`periodToDateCount` 函數計算指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的維度或量值中，值的數量 (包括重複值)。
## 語法
```
periodToDateCount(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateCount(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDCountResults.png)
# periodToDateMax
`periodToDateMax` 函數會傳回指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的指定量值的最大值。
## 語法
```
periodToDateMax(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateMax(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDMaxResults.png)
# periodToDateMedian
`periodToDateMedian` 函數會傳回指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的指定量值的中位數值。
## 語法
```
periodToDateMedian(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateMedian(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDMedianResults.png)
# periodToDateMin
`periodToDateMin` 函數會傳回指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的指定量值或日期的最小值。
## 語法
```
periodToDateMin(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateMin(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDMinResults.png)
# periodToDatePercentile
`periodToDatePercentile` 函數會根據指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的實際量值數字，計算百分位數。它使用在欄位集中應用的分組和排序方法。
若要傳回資料集中最接近的百分位數值，請使用 `periodToDatePercentile`。若要傳回資料集中可能不存在的確切百分位數值，請改用 `periodToDatePercentileCont`。
## 語法
```
periodToDatePercentile(
measure,
percentile,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*percentile*
百分位數值可以是 0-100 之間的任何數字常數。百分位數為 50 計算量值的中位數。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每個付款類型的票價金額當週迄今的第 90 個百分位數。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDatePercentile(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之返回內容的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDPercentileResults.png)
# periodToDatePercentileCont
`periodToDatePercentileCont` 函數會根據指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點之量值數字的連續分佈，計算百分位數。它使用在欄位集中應用的分組和排序方法。
若要傳回資料集中可能不存在的確切百分位數值，請使用 `periodToDatePercentileCont`。若要傳回資料集中最接近的百分位數值，請改用 `periodToDatePercentile`。
## 語法
```
periodToDatePercentileCont(
measure,
percentile,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*percentile*
百分位數值可以是 0-100 之間的任何數字常數。百分位數為 50 計算量值的中位數。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每個付款類型的票價金額當週迄今的第 90 個百分位數。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDatePercentileCont(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之返回內容的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDContPercentileResults.png)
# periodToDateStDev
`periodToDateStDev` 函數會根據範例計算指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的指定量值中，一組數字的標準差。
## 語法
```
periodToDateStDev(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateStDev(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDStDevResults.png)
# periodToDateStDevP
`periodToDateStDevP` 函數會根據指定時間粒度 (例如一個季度) 到某個時間點，基於該期間中的範例，計算指定量值中一組數字的母體標準差。
## 語法
```
periodToDateStDevP(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateStDevP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDStDevPResults.png)
# periodToDateSum
`periodToDateSum` 函數會新增指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的指定量值。
## 語法
```
periodToDateSum(
measure,
dateTime,
period,
endDate)
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
以下函數計算 21 年 6 月 30 日當週每種付款的當週迄今票價金額總和。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateSum(fare_amount, pickUpDateTime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例結果的圖像，帶有插圖。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDSumResults.png)
# periodToDateVar
`periodToDateVar` 函數計算指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的指定量值中，一組數字的範例差異。
## 語法
```
periodToDateVar(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateVar(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDVarResults.png)
# periodToDateVarP
`periodToDateVarP` 函數計算指定時間粒度 (例如一個季度) 到相對於該期間的某個時間點的指定量值中，一組數字的母體差異。
## 語法
```
periodToDateVarP(
measure,
dateTime,
period,
endDate (optional))
```
## 引數
*measure*
引數必須是欄位。結果會省略空值。常值無作用。
*dateTime*
您運算 PeriodToDate 彙總時的「日期」維度。
*period*
您的運算所適用的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
*endDate*
(選用) 您要結束運算 periodToDate 彙總的日期維度。若省略，則預設為 `now()`。
## 範例
下列範例計算 21 年 6 月 30 日當週每種付款類型的當週迄今最低票價金額。為簡單起見，我們僅過濾掉一筆付款。21 年 6 月 30 日是週三。快速從星期天開始。在我們的範例中是 21 年 6 月 27 日。
```
periodToDateVarP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```
![\[這是範例計算之結果的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDVarPResults.png)
# stdev
`stdev` 函數會計算指定量值中一組數字的標準差 (根據範例依照選擇的一個或多個維度分組)。
## 語法
```
stdev(measure, [group-by level])
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例使用所記錄的測試分數範例，傳回一個類別的測試分數的標準差。
```
stdev({Score})
```
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例計算主題層級的測試分數標準差，但不會計算視覺效果中其他維度 (類別) 的測試分數標準差。
```
stdev({Score}, [Subject])
```
# stdevp
`stdevp` 函數會計算指定量值中一組數字的母體標準差 (依照選擇的一個或多個維度分組)。
## 語法
```
stdevp(measure, [group-by level])
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例使用所記錄的所有分數，傳回一個類別的測試分數的標準差。
```
stdevp({Score})
```
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例使用所記錄的所有分數，計算主題層級的測試分數標準差，但不會計算視覺效果中其他維度 (類別) 的測試分數標準差。
```
stdevp({Score}, [Subject])
```
# stdevIf
根據條件式陳述，`stdevIf` 函數會計算指定量值中一組數字的標準差 (根據範例依照選擇的一個或多個維度分組)。
## 語法
```
stdevIf(measure, conditions)
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# stdevpIf
根據條件式陳述，`stdevpIf` 函數會計算指定量值中一組數字的標準差 (根據母體偏差依照選擇的一個或多個維度分組)。
## 語法
```
stdevpIf(measure, conditions)
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# sum
`sum` 函數會新增指定量值中的一組數字 (依照選擇的一個或多個維度分組)。例如，`sum(profit amount)` 會傳回依照 (選用) 選擇之維度分組的營利總額。
## 語法
```
sum(measure, [group-by level])
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例傳回銷售額總和。
```
sum({Sales})
```
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例計算國家/地區層級的銷售額總和，但不會計算視覺效果中其他維度 (區域合產品) 的銷售額總和。
```
sum(Sales, [Country])
```
![\[每個國家/地區的銷售額總和。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/sum-function-example.png)
# sumIf
根據條件陳述式，`sumIf` 函數會將指定量值中的一組數字相加 (依照選擇的一個或多個維度分組)。例如，`sumIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 將傳回當條件判斷值為 true 時，依照 (選用) 所選的維度分組的營利總額。
## 語法
```
sumIf(measure, conditions)
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
## 範例
如果 `Segment` 等於 `SMB`，下列範例使用帶 `sumIf` 的計算欄位來顯示銷售額。
```
sumIf(Sales, Segment=’SMB’)
```
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/sumIfCalc.png)
如果 `Segment` 等於 `SMB` 且 `Order Date` 大於 2022 年，下列範例使用帶 `sumIf` 的計算欄位來顯示銷售額。
```
sumIf(Sales, Segment=’SMB’ AND {Order Date} >=’2022-01-01’)
```
# var
`var` 函數會計算指定量值中一組數字的範例差異 (依照選擇的一個或多個維度分組)。
## 語法
```
var(measure, [group-by level])
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例傳回測試分數範例的變異數。
```
var({Scores})
```
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例傳回主題層級的測試分數範例的變異數，但不會計算視覺效果中其他維度 (類別) 的範例變異數。
```
var({Scores}, [Subject]
```
# varIf
根據條件式陳述，`varIf` 函數會計算指定量值中一組數字的差異 (根據範例依照選擇的一個或多個維度分組)。
## 語法
```
varIf(measure, conditions)
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# varp
`varp` 函數會計算指定量值中一組數字的母體差異 (依照選擇的一個或多個維度分組)。
## 語法
```
varp(measure, [group-by level])
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*group-by level*
(選用) 指定彙總分組依據的層級。新增的層級可以是與新增至視覺效果的維度無關的任何一個或多個維度。
引數必須是維度欄位。分組依據層級必須以方括弧 `[ ]` 括起。如需詳細資訊，請參閱[關卡感知計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。
## 範例
下列範例傳回測試分數的母體變異數。
```
varp({Scores})
```
您也可以使用檢視或資料集中的一個或多個維度，指定在哪個層級將運算分組。這就是所謂的 LAC-A 函數。如需 LAC-A 函數的詳細資訊，請參閱[感知層級計算 - 彙總 (LAC-A) 函數](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)。下列範例傳回主題層級測試分數的母體變異數，但不會計算視覺效果中其他維度 (類別) 的母體變異數。
```
varp({Scores}, [Subject]
```
# varpIf
根據條件式陳述，`varpIf` 函數會計算指定量值中一組數字的差異 (根據母體偏差依照選擇的一個或多個維度分組)。
## 語法
```
varpIf(measure, conditions)
```
## 引數
*measure*
引數必須是量值。結果會省略空值。常值無作用。引數必須是欄位。
*condition*
單一陳述式中的一個或多個條件。
# 資料表計算函數
要分析特定視覺化效果中的資料時，您可以對目前的資料集套用特定資料表計算，以探索維度如何影響度量 (或彼此影響)。*視覺化資料*是基於您目前的資料集的結果集，並套用了所有篩選器、欄位選項和自訂。若要查看這個結果集確切為何，可以將視覺效果匯出到一個檔案中。*資料表計算函數*會對資料執行運算，以顯示欄位之間的關係。
在本節中，您可以在 Amazon Quick 中的視覺化資料上執行的資料表計算中找到可用的函數清單。
若要檢視依類別排序且具有簡短定義的函數清單，請參閱[依類別排序的函數](https://docs.aws.amazon.com/quicksight/latest/user/functions-by-category.html)。
**Topics**
+ [difference](difference-function.md)
+ [distinctCountOver](distinctCountOver-function.md)
+ [lag](lag-function.md)
+ [lead](lead-function.md)
+ [percentDifference](percentDifference-function.md)
+ [avgOver](avgOver-function.md)
+ [countOver](countOver-function.md)
+ [maxOver](maxOver-function.md)
+ [minOver](minOver-function.md)
+ [percentileOver](percentileOver-function.md)
+ [percentileContOver](percentileContOver-function.md)
+ [percentileDiscOver](percentileDiscOver-function.md)
+ [percentOfTotal](percentOfTotal-function.md)
+ [periodOverPeriodDifference](periodOverPeriodDifference-function.md)
+ [periodOverPeriodLastValue](periodOverPeriodLastValue-function.md)
+ [periodOverPeriodPercentDifference](periodOverPeriodPercentDifference-function.md)
+ [periodToDateAvgOverTime](periodToDateAvgOverTime-function.md)
+ [periodToDateCountOverTime](periodToDateCountOverTime-function.md)
+ [periodToDateMaxOverTime](periodToDateMaxOverTime-function.md)
+ [periodToDateMinOverTime](periodToDateMinOverTime-function.md)
+ [periodToDateSumOverTime](periodToDateSumOverTime-function.md)
+ [stdevOver](stdevOver-function.md)
+ [stdevpOver](stdevpOver-function.md)
+ [varOver](varOver-function.md)
+ [varpOver](varpOver-function.md)
+ [sumOver](sumOver-function.md)
+ [denseRank](denseRank-function.md)
+ [rank](rank-function.md)
+ [percentileRank](percentileRank-function.md)
+ [runningAvg](runningAvg-function.md)
+ [runningCount](runningCount-function.md)
+ [runningMax](runningMax-function.md)
+ [runningMin](runningMin-function.md)
+ [runningSum](runningSum-function.md)
+ [firstValue](firstValue-function.md)
+ [lastValue](lastValue-function.md)
+ [windowAvg](windowAvg-function.md)
+ [windowCount](windowCount-function.md)
+ [windowMax](windowMax-function.md)
+ [windowMin](windowMin-function.md)
+ [windowSum](windowSum-function.md)
# difference
`difference` 函數會計算基於一組分割和排序之間的不同量值，以及基於彼此的量值。
`difference` 函數支援與根據 SPICE 的分析和直接查詢資料集搭配使用。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
difference
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index,
,[ partition field, ... ]
)
```
## 引數
*measure*
您要查看差異之彙總的度量。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*lookup index*
查詢索引可為正值或負值，代表排序中的下一個資料列 (正值) 或排序中的上一個資料列 (負值)。查詢索引可以是 1–2,147,483,647。對於 MySQL、MariaDB 和 Aurora MySQL 相容版引擎，查詢索引僅限為 1。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum({Billed Amount})` 之間的差異，依 `Customer Region` 遞增排序，與下一個資料列比較，並且依 `Service Line` 分割。
```
difference(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1,
[{Service Line}]
)
```
以下範例會計算 `Billed Amount` 相較於下一行之間的差異，分割依據 (`[{Customer Region}]`)。資料表計算中的欄位位於視覺化效果的欄位區。
```
difference(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1
)
```
紅色反白顯示會說明將每個金額加到下一個金額的方式 (a \$1 b = c)，以顯示金額 a 和 c 之間的差異。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/differenceCalc.png)
# distinctCountOver
`distinctCountOver` 函數會計算由指定的屬性在指定級別分區的運算元的不同計數。支援的等級為 `PRE_FILTER` 和 `PRE_AGG`。運算元必須未彙總。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
distinctCountOver
(
measure or dimension field
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure or dimension field*
您想要執行度量或維度計算的對象，例如 `{Sales Amt}`。有效值為 `PRE_FILTER` 和 `PRE_AGG`。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
空白時此值預設為 `POST_AGG_FILTER`。`POST_AGG_FILTER` 不是此作業的有效層級，會產生錯誤訊息。如需詳細資訊，請參閱[在 Amazon Quick 中使用關卡感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會取得透過 `City` 和 `State` 在 `PRE_AGG` 層級分割的不同 `Sales` 計數。
```
distinctCountOver
(
Sales,
[City, State], PRE_AGG
)
```
# lag
`lag` 函數會計算根據指定的分割和排序量值的滯後 (前面) 值。
`lag` 支援與根據 SPICE 的分析和直接查詢資料集搭配使用。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
lag
(
lag
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index
,[ partition_field, ... ]
)]
)
```
## 引數
*measure*
您要取得滯後的度量。這可以包含彙總，例如 `sum({Sales Amt})`。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*lookup index*
查詢索引可為正值或負值，代表排序中的下一個資料列 (正值) 或排序中的上一個資料列 (負值)。查詢索引可以是 1–2,147,483,647。對於 MySQL、MariaDB 和 Amazon Aurora MySQL 相容版引擎，查詢索引僅限為 1。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算上一個 `sum(sales)`，依來源州分割，對 `cancellation_code` 按遞增排序順序。
```
lag
(
sum(Sales),
[cancellation_code ASC],
1,
[origin_state_nm]
)
```
以下範例使用帶有 `lag` 的計算欄位，顯示在目前資料列金額旁的上一個資料列的銷售金額，依 `Order Date` 排序。資料表計算中的欄位位於視覺化效果的欄位區。
```
lag(
sum({Sales}),
[{Order Date} ASC],
1
)
```
以下螢幕擷取畫面顯示範例的結果。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/lagCalc.png)
以下範例使用帶有 `lag` 的計算欄位，顯示在目前資料列金額旁的上一個資料列的銷售金額，依 `Order Date` 排序、`Segment` 分割。
```
lag
(
sum(Sales),
[Order Date ASC],
1, [Segment]
)
```
以下螢幕擷取畫面顯示範例的結果。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/lagCalc2.png)
# lead
`lead` 函數會根據指定的分割和排序計算量值的前導 (後面) 值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
lead
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup_index,
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要取得前導的度量。這可以包含彙總，例如 `sum({Sales Amt})`。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*lookup index*
查詢索引可為正值或負值，代表排序中的下一個資料列 (正值) 或排序中的上一個資料列 (負值)。查詢索引可以是 1–2,147,483,647。對於 MySQL、MariaDB 和 Amazon Aurora MySQL 相容版引擎，查詢索引僅限為 1。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算下一個 `sum(sales)`，依來源州分割，對 `cancellation_code` 按遞增排序順序。
```
lead
(
sum(sales),
[cancellation_code ASC],
1,
[origin_state_nm]
)
```
以下範例使用帶有前導的計算欄位，顯示在目前資料列的金額旁的下一個資料列的金額，依 `Customer Segment` 排序。資料表計算中的欄位位於視覺化效果的欄位區。
```
lead(
sum({Billed Amount}),
[{Customer Segment} ASC],
1
)
```
以下螢幕擷取畫面顯示範例的結果。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/leadCalc.png)
# percentDifference
`percentDifference` 函數會根據分割、排序和查詢索引計算目前值和比較值之間的百分比差異。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
percentDifference
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,lookup index
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要查看百分比差異之彙總的度量。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*lookup index*
查詢索引可為正值或負值，代表排序中的下一個資料列 (正值) 或排序中的上一個資料列 (負值)。查詢索引可以是 1–2,147,483,647。對於 MySQL、MariaDB 和 Aurora MySQL 相容版引擎，查詢索引僅限為 1。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算目前和之前的 `State` 的 `sum(Sales)` 之間的百分比差異，依 `Sales` 排序。
```
percentDifference
(
sum(amount),
[sum(amount) ASC],
-1,
[State]
)
```
以下範例會計算特定 `Billed Amount` 屬於另一個 `Billed Amount` 的百分比，依據 (`[{Customer Region} ASC]`) 排序。資料表計算中的欄位位於視覺化效果的欄位區。
```
percentDifference
(
sum( {Billed Amount} ),
[{Customer Region} ASC],
1
)
```
以下螢幕擷取畫面顯示範例的結果。紅色字母顯示 `Customer Region` **APAC** 的 `Billed Amount` 總計較 **EMEA** 區域的金額少 24%。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/percentDifference.png)
# avgOver
`avgOver` 函數會計算依維度清單分割的量值平均值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
avgOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
以下範例會顯示 `Customer Region` 的 `Billed Amount` 平均值。資料表計算中的欄位位於視覺化效果的欄位區。
```
avgOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
以下螢幕擷取畫面顯示範例的結果。隨著 `Service Line` 的加入，每項的收費金額總計會顯示，並且在計算欄位中顯示這三個值的平均值。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/avgOver.png)
## 引數
*measure*
您想要執行度量計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會取得依 `City` 和 `State` 分割的 `sum(Sales)` 平均值。
```
avgOver
(
sum(Sales),
[City, State]
)
```
# countOver
`countOver` 函數會計算依維度清單分割的維度或量值的計數。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
countOver
(
measure or dimension field
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure or dimension field*
您想要執行度量或維度計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會取得依 `City` 和 `State` 分割的 `Sales` 計數。
```
countOver
(
Sales,
[City, State]
)
```
以下範例會取得依 `City` 和 `State` 分割的 `{County}` 計數。
```
countOver
(
{County},
[City, State]
)
```
以下範例會顯示 `Customer Region` 的 `Billed Amount` 計數。資料表計算中的欄位位於視覺化效果的欄位區。
```
countOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
以下螢幕擷取畫面顯示範例的結果。由於沒有牽涉到其他欄位，該計數是屬於每一個區域。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/countOver1.png)
如果您新增額外的欄位，則計數會變更。在以下螢幕擷取畫面中，我們新增 `Customer Segment` 和 `Service Line`。這些欄位的每個包含三個唯一的值。具有 3 個區段、3 服務行和 3 個區域，計算欄位顯示 9。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/countOver2.png)
如果您將這兩個額外的欄位新增到計算欄位中的分割欄位 (`countOver( sum({Billed Amount}), [{Customer Region}, {Customer Segment}, {Service Line}]`)，則每個資料列的計數又會是 1。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/countOver.png)
# maxOver
`maxOver` 函數會計算依維度清單分割的量值或日期的最大值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
maxOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure*
您想要執行度量計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會計算 `sum(Sales)` 的最大值，依據 `City` 和 `State` 分割。
```
maxOver
(
sum(Sales),
[City, State]
)
```
以下範例會顯示 `Customer Region` 的 `Billed Amount` 最大值。資料表計算中的欄位位於視覺化效果的欄位區。
```
maxOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
以下螢幕擷取畫面顯示範例的結果。隨著 `Service Line` 的加入，每項的收費金額總計會顯示，並且在計算欄位中顯示這三個值的最大值。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/maxOver.png)
# minOver
`minOver` 函數會計算依維度清單分割的量值或日期的最小值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
minOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure*
您想要執行度量計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會計算 `sum(Sales)` 的最小值，依據 `City` 和 `State` 分割。
```
minOver
(
sum(Sales),
[City, State]
)
```
以下範例會顯示 `Customer Region` 的 `Billed Amount` 最小值。資料表計算中的欄位位於視覺化效果的欄位區。
```
minOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
以下螢幕擷取畫面顯示範例的結果。隨著 `Service Line` 的加入，每項的收費金額總計會顯示，並且在計算欄位中顯示這三個值的最小值。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/minOver.png)
# percentileOver
`percentileOver` 函數會計算依維度清單分割之量值的第 *n* 個百分位數。Quick 中有兩種可用的`percentileOver`計算類型：
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html) 使用線性插值來判斷結果。
+ [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html) 使用實際值來判斷結果。
`percentileOver` 函數是 `percentileDiscOver` 的別名。
# percentileContOver
`percentileContOver` 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。
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
```
percentileContOver (
measure
, percentile-n
, [partition-by, …]
, calculation-level
)
```
## 引數
*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，請在 `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
函數的結果是一個數字。
## percentileContOver 的範例
下列範例有助於解釋 percentileContOver 的作用原理。
**Example 比較中位數的計算層級**
下列範例透過 `percentileContOver` 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 = 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` 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
```
percentileDiscOver (
measure
, percentile-n
, [partition-by, …]
, calculation-level
)
```
## 引數
*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
函數的結果是一個數字。
## percentileDiscOver 的範例
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)
# percentOfTotal
`percentOfTotal` 函數會根據指定的維度計算量值佔總計的百分比。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
percentOfTotal
(
measure
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要查看總計百分比之彙總的度量。目前，`percentOfTotal` 不支援 `distinct count` 彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會為每個 `State` 佔 `Sales` 總計的百分比建立計算。
```
percentOfTotal
(
sum(Sales),
[State]
)
```
以下範例會計算特定 `Billed Amount` 與總 `Billed Amount` 相比的百分比，由 (`[{Service Line} ASC]`) 分區。資料表計算中的欄位位於視覺化效果的欄位區。
```
percentOfTotal
(
sum( {Billed Amount} ),
[{Service Line}]
)
```
以下螢幕擷取畫面顯示範例的結果。紅色反白顯示會說明具有值 "`Billing`" 的分割欄位有三個項目，每個區域各一。此服務行的計費金額總計已劃分為三個百分比，總計 100%。百分比會四捨五入，並且有時可能無法加到精確的 100%。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/percentOfTotal.png)
# periodOverPeriodDifference
`periodOverPeriodDifference` 函數會計算由週期粒度和偏移量指定的兩個不同期間內的量值差異。與差異計算不同，此函數使用基於日期的偏移量而不是固定大小的偏移量。這樣可確保只比較正確的日期，即使資料集中缺少資料點也是如此。
## 語法
```
periodOverPeriodDifference(
measure,
date,
period,
offset)
```
## 引數
*measure*
您想要對其執行 periodOverPeriod 計算的彙總量值。
*dateTime*
我們用於執行各期間 (Period-Over-Period) 計算的日期維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
預設值為視覺效果日期維度粒度。
*offset*
(選用) 偏移量可以是正整數或負整數，代表您要比較的先前期間 (由期間指定)。例如，偏移量為 1 的季度期間表示與上一季度進行比較。
預設值為 1.
## 範例
下列範例使用計算欄位 `PeriodOverPeriod` 來顯示昨天的銷售金額差異
```
periodOverPeriodDifference(sum(Sales), {Order Date})
```
![\[這是範例計算傳回的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/MonthOverMonthDifference.png)
下列範例使用計算欄位 `PeriodOverPeriod` 來顯示前兩個月的銷售金額差異。以下範例是 `Mar2020` 與 `Jan2020` 的銷售額比較。
```
periodOverPeriodDifference(sum(Sales),{Order Date}, MONTH, 1)
```
![\[這是範例計算傳回的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/MonthOverMonthDifference2.png)
# periodOverPeriodLastValue
`periodOverPeriodLastValue` 函數會根據期間粒度和偏移量指定的前一個期間，計算量值的最後一個 (前一個) 值。此函數使用基於日期的偏移量，而不是固定大小的偏移量。這樣可確保只比較正確的日期，即使資料集中缺少資料點也是如此。
## 語法
```
periodOverPeriodLastValue(
measure,
date,
period,
offset)
```
## 引數
*measure*
您要查看差異之彙總的度量。
*date*
您執行 periodOverPeriod 計算時基於的日期維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
此引數預設為視覺效果彙總的粒度
*offset*
(選用) 偏移量可以是正整數或負整數，代表您要比較的先前期間 (由期間指定)。例如，偏移量為 1 的季度期間表示與上一季度進行比較。
此引數預設值為 1。
## 範例
下列範例使用視覺效果維度粒度、預設偏移量 1 計算每月的銷售額。
```
periodOverPeriodLastValue(sum(Sales), {Order Date})
```
下列範例使用固定粒度 `MONTH`、固定偏移量 1 計算每月的銷售額。
```
periodOverPeriodLastValue(sum(Sales), {Order Date},MONTH, 1)
```
![\[這是範例計算傳回的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/MonthOverMonthLastValue.png)
# periodOverPeriodPercentDifference
`periodOverPeriodPercentDifference` 函數會計算由週期粒度和偏移量指定的兩個不同期間內的量值差異百分比。與 percentDifference 不同，此函數使用基於日期的偏移量而不是固定大小的偏移量。這樣可確保只比較正確的日期，即使資料集中缺少資料點也是如此。
## 語法
```
periodOverPeriodPercentDifference(
measure,
date,
period,
offset)
```
## 引數
*measure*
您要查看差異之彙總的度量。
*date*
您執行 periodOverPeriod 計算時基於的日期維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
此引數預設為視覺效果彙總的粒度
*offset*
(選用) 偏移量可以是正整數或負整數，代表您要比較的先前期間 (由期間指定)。例如，偏移量為 1 的季度期間表示與上一季度進行比較。
此引數預設值為 1。
## 範例
下列範例使用視覺效果維度粒度、預設偏移量 1 計算每月銷售額的差異百分比。
```
periodOverPeriodPercentDifference(sum(Sales),{Order Date})
```
下列範例使用固定粒度 `MONTH`、固定偏移量 1 計算每月銷售額的差異百分比。
```
periodOverPeriodPercentDifference(sum(Sales), {Order Date}, MONTH, 1)
```
![\[這是範例計算傳回的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/MonthOverMonthPercentDifference.png)
# periodToDateAvgOverTime
`periodToDateAvgOverTime` 函數計算指定時間粒度 (例如一個季度) 到某個時間點的量值平均值。
## 語法
```
periodToDateAvgOverTime(
measure,
dateTime,
period)
```
## 引數
*measure*
您想要執行計算的彙總量值
*dateTime*
您計算 PeriodOverTime 計算的日期維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
預設值是視覺效果的日期維度粒度。
## 範例
下列函數計算每月票價金額的平均值。
```
periodToDateAvgOverTime(sum({fare_amount}), pickupDatetime, MONTH)
```
![\[這是範例計算結果的影像 (含插圖)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDAvgOverTimeResults.png)
# periodToDateCountOverTime
`periodToDateCountOverTime` 函數計算指定時間粒度 (例如一個季度) 到某個時間點的維度或量值的計數。
## 語法
```
periodToDateCountOverTime(
measure,
dateTime,
period)
```
## 引數
*measure*
您想要執行計算的彙總量值
*dateTime*
您計算 PeriodOverTime 計算的日期維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
預設值是視覺效果的日期維度粒度。
## 範例
下列範例會計算每月的廠商計數。
```
periodToDateCountOverTime(count(vendorid), pickupDatetime, MONTH)
```
![\[這是範例計算結果的影像 (含插圖)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDCountOverTimeResults.png)
# periodToDateMaxOverTime
`periodToDateMaxOverTime` 函數計算指定時間粒度 (例如一個季度) 到某個時間點的量值最大值。
## 語法
```
periodToDateMaxOverTime(
measure,
dateTime,
period)
```
## 引數
*measure*
您想要執行計算的彙總量值
*dateTime*
您計算 PeriodOverTime 計算的日期維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
預設值是視覺效果的日期維度粒度。
## 範例
下列範例計算每月的最高票價金額。
```
periodToDatemaxOverTime(max({fare_amount}), pickupDatetime, MONTH)
```
![\[這是範例計算結果的影像 (含插圖)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDMaxOverTimeResults.png)
# periodToDateMinOverTime
`periodToDateMinOverTime` 函數計算指定時間粒度 (例如一個季度) 到某個時間點的量值最小值。
## 語法
```
periodToDateMinOverTime(
measure,
dateTime,
period)
```
## 引數
*measure*
您想要執行計算的彙總量值
*dateTime*
您計算 PeriodOverTime 計算的日期維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
預設值是視覺效果的日期維度粒度。
## 範例
下列範例計算每月的最低票價金額。
```
periodToDateMinOverTime(min({fare_amount}), pickupDatetime, MONTH)
```
![\[這是範例計算結果的影像 (含插圖)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDMinOverTimeResults.png)
# periodToDateSumOverTime
`periodToDateSumOverTime` 函數計算指定時間粒度 (例如一個季度) 到某個時間點的量值總和。
## 語法
```
periodToDateSumOverTime(
measure,
dateTime,
period)
```
## 引數
*measure*
您想要執行計算的彙總量值
*dateTime*
您計算 PeriodOverTime 計算的日期維度。
*period*
(選用) 您的運算所針對的期間。`YEAR` 的粒度表示 `YearToDate` 運算，`Quarter` 表示 `QuarterToDate`，以此類推。有效粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。
預設值是視覺效果的日期維度粒度。
## 範例
下列函數返回每月的票價金額總計。
```
periodToDateSumOverTime(sum({fare_amount}), pickupDatetime, MONTH)
```
![\[這是範例計算結果的影像 (含插圖)。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/PTDSumOverTime-example-results.png)
# stdevOver
`stdevOver` 函數計算指定量值的標準差，根據範例依照所選的一個或多個屬性分割。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
stdevOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure*
您想要執行度量計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時執行資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會計算 `sum(Sales)` 的標準差，並根據範例區分 `City` 和 `State`。
```
stdevOver
(
sum(Sales),
[City, State]
)
```
以下範例根據範例，計算 `Customer Region` 的 `Billed Amount` 標準差。資料表計算中的欄位位於視覺化效果的欄位區。
```
stdevOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# stdevpOver
`stdevpOver` 函數計算指定量值中的標準差，根據母體偏差依照所選的一個或多個屬性分割。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
stdevpOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure*
您想要執行度量計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時執行資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例根據母體偏差，計算由 `City` 和 `State` 區分的 `sum(Sales)` 的標準差。
```
stdevpOver
(
sum(Sales),
[City, State]
)
```
以下範例根據母體偏差，計算 `Customer Region` 的 `Billed Amount` 的標準差。資料表計算中的欄位位於視覺化效果的欄位區。
```
stdevpOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# varOver
`varOver` 函數計算指定量值中的差異，根據範例依照所選的一個或多個屬性分割。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
varOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure*
您想要執行度量計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用關卡感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例根據範例，計算由 `City` 和 `State` 區分的 `sum(Sales)` 的差異。
```
varOver
(
sum(Sales),
[City, State]
)
```
以下範例根據範例，計算 `Customer Region` 的 `Billed Amount` 差異。資料表計算中的欄位位於視覺化效果的欄位區。
```
varOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# varpOver
`varpOver` 函數計算指定量值的差異，根據母體偏差依照所選的一個或多個屬性分割。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
varpOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure*
您想要執行度量計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例根據母體偏差，計算由 `City` 和 `State` 區分的 `sum(Sales)` 的差異。
```
varpOver
(
sum(Sales),
[City, State]
)
```
以下範例根據母體偏差，計算 `Billed Amount` 與 `Customer Region` 的差異。資料表計算中的欄位位於視覺化效果的欄位區。
```
varpOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
# sumOver
`sumOver` 函數計算依維度清單分割的量值總和。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
sumOver
(
measure
,[ partition_field, ... ]
,calculation level
)
```
## 引數
*measure*
您想要執行度量計算的對象，例如 `sum({Sales Amt})`。如果計算層級設定為 `NULL` 或 `POST_AGG_FILTER`，請使用彙總。如果計算層級設為 `PRE_FILTER` 或 `PRE_AGG`，請勿使用彙總。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時執行資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會計算 `sum(Sales)` 的總和，依據 `City` 和 `State` 分割。
```
sumOver
(
sum(Sales),
[City, State]
)
```
以下範例會計算 `Customer Region` 的 `Billed Amount` 總和。資料表計算中的欄位位於視覺化效果的欄位區。
```
sumOver
(
sum({Billed Amount}),
[{Customer Region}]
)
```
以下螢幕擷取畫面顯示範例的結果。隨著 `Customer Segment` 的加入，每項的收費金額總計會針對 `Customer Region` 加總，並顯示在計算欄位中。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/sumOver.png)
# denseRank
`denseRank` 函數計算相較於指定的分割，量值或維度的排名。它只會將每個項目計算一次，忽略重複項目，並指定排名「不留洞」，因此重複的值會有相同的排名。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
denseRank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## 引數
*sort order field*
您要排序資料依據的一或多個彙總欄位，可以是度量和維度或兩者，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用關卡感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會對 `max(Sales)` 密集進行排名，根據遞減排序順序，依據 `State` 和 `City`。具有相同 `max(Sales)` 的任何城市會獲指派相同的排名，下一個城市的排名會接在其後。例如，如果有三個城市具有相同排名，則第四個城市的排名會是第二。
```
denseRank
(
[max(Sales) DESC],
[State, City]
)
```
以下範例會對 `max(Sales)` 密集進行排名，根據遞減排序順序，依據 `State`。具有相同 `max(Sales)` 的任何州會獲指派相同的排名，下一個的排名會接在其後。例如，如果有三個州具有相同排名，則第四個州的排名會是第二。
```
denseRank
(
[max(Sales) DESC],
[State]
)
```
# rank
`rank` 函數計算相較於指定的分割，量值或維度的排名。它會將每個項目計入一次，甚至是重複項目，並指派排名「留洞」來容納重複的值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
rank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## 引數
*sort order field*
您要排序資料依據的一或多個彙總度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會對 `max(Sales)` 進行排名，根據遞減排序順序，依據 `State` 和 `City`，在 `State` **WA** 內。具有相同 `max(Sales)` 的任何城市會獲指派相同的排名，但下一個排名會包含所有之前存在排名的計數。例如，如果有三個城市具有相同排名，則第四個城市的排名會是第四。
```
rank
(
[max(Sales) DESC],
[State, City]
)
```
以下範例會對 `max(Sales)` 進行排名，根據遞增排序順序，依據 `State`。具有相同 `max(Sales)` 的任何州會獲指派相同的排名，但下一個排名會包含所有之前存在排名的計數。例如，如果有三個州具有相同排名，則第四個州的排名會是第四。
```
rank
(
[max(Sales) ASC],
[State]
)
```
以下範例會為 `Customer Region` 排名，依據總計 `Billed Amount`。資料表計算中的欄位位於視覺化效果的欄位區。
```
rank(
[sum({Billed Amount}) DESC]
)
```
以下螢幕擷取畫面會顯示範例的結果，以及總計的 `Billed Amount`，因此您可以查看每個區域的排名方式。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/rankCalc.png)
# percentileRank
`percentileRank` 函數計算相較於指定的分割，量值或維度的百分位數排名。百分位數排名值 (*x*) 指出目前的項目超過指定分割中的值 *x*%。百分位數排名值的範圍是從 0 (含) 到 100 (排除)。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
percentileRank
(
[ sort_order_field ASC_or_DESC, ... ]
,[ {partition_field}, ... ]
)
```
## 引數
*sort order field*
您要排序資料依據的一或多個彙總度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*calculation level*
(選用) 指定要使用的計算層級：
+ **`PRE_FILTER`** – 先計算預先篩選條件，再計算資料集篩選條件。
+ **`PRE_AGG`** – 先計算預先彙總計算，再將彙總和前後 *N* 個篩選器套用到視覺效果。
+ **`POST_AGG_FILTER`** – (預設值) 顯示視覺效果時計算資料表計算。
空白時此值會預設為 `POST_AGG_FILTER`。如需詳細資訊，請參閱[在 Quick 中使用層級感知計算](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html)。
## 範例
以下範例會執行 `max(Sales)` 的百分位數排名，以遞減順序，依據 `State`。
```
percentileRank
(
[max(Sales) DESC],
[State]
)
```
以下範例會執行 `Customer Region` 的百分位數排名，依總計 `Billed Amount`。資料表計算中的欄位位於視覺化效果的欄位區。
```
percentileRank(
[sum({Billed Amount}) DESC],
[{Customer Region}]
)
```
以下螢幕擷取畫面會顯示範例的結果，以及總計的 `Billed Amount`，因此您可以查看每個區域的比較結果。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/percentileRank.png)
# runningAvg
`runningAvg` 函數根據指定的維度和排序順序，計算量值的執行中平均值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
runningAvg
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要查看執行中平均值之彙總的度量。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum(Sales)` 執行中的平均值，依據 `Sales` 排序，依據 `City` 和 `State` 分割。
```
runningAvg
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
以下範例會計算 `Billed Amount` 執行中的平均值，依據月份排序 (`[truncDate("MM",Date) ASC]`)。資料表計算中的欄位位於視覺化效果的欄位區。
```
runningAvg
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningCount
`runningCount` 函數根據指定的維度和排序順序，計算量值或維度的執行中計數。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
runningCount
(
measure_or_dimension
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## 引數
*measure or dimension*
您要查看執行中計數之彙總的度量或維度。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum(Sales)` 執行中的計數，依據 `Sales` 排序，依據 `City` 和 `State` 分割。
```
runningCount
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
以下範例會計算 `Billed Amount` 執行中的計數，依據月份排序 (`[truncDate("MM",Date) ASC]`)。資料表計算中的欄位位於視覺化效果的欄位區。
```
runningCount
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningMax
`runningMax` 函數根據指定的維度和排序順序，計算量值的執行中最大值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
runningMax
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要查看執行中最大值之彙總的度量。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum(Sales)` 執行中的最大值，依據 `Sales` 排序，依據 `City` 和 `State` 分割。
```
runningMax
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
以下範例會計算 `Billed Amount` 執行中的最大值，依據月份排序 (`[truncDate("MM",Date) ASC]`)。資料表計算中的欄位位於視覺化效果的欄位區。
```
runningMax
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningMin
`runningMin` 函數根據指定的維度和排序順序，計算量值的執行中最小值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
runningMin
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要查看執行中最小值之彙總的度量。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum(Sales)` 執行中的最小值，依據 `Sales` 排序，依據 `City` 和 `State` 分割。
```
runningMin
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
以下範例會計算 `Billed Amount` 執行中的最小值，依據月份排序 (`[truncDate("MM",Date) ASC]`)。資料表計算中的欄位位於視覺化效果的欄位區。
```
runningMin
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
# runningSum
`runningSum` 函數根據指定的維度和排序順序，計算量值的執行中總和。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
runningSum
(
measure
,[ sortorder_field ASC_or_DESC, ... ]
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要查看執行中總和之彙總的度量。
*sort order field*
您要排序資料依據的一或多個度量和維度，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum(Sales)` 執行中的總和，依據 `Sales` 排序，依據 `City` 和 `State` 分割。
```
runningSum
(
sum(Sales),
[Sales ASC],
[City, State]
)
```
以下範例會計算 `Billed Amount` 執行中的總和，依據月份排序 (`[truncDate("MM",Date) ASC]`)。資料表計算中的欄位位於視覺化效果的欄位區。
```
runningSum
(
sum({Billed Amount}),
[truncDate("MM",Date) ASC]
)
```
以下螢幕擷取畫面顯示範例的結果。紅色標籤顯示將每個金額加到下一個金額的方式 (`a + b = c`)，產生了新的總計。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/runningSum.png)
# firstValue
`firstValue` 函數計算依指定屬性分割和排序的彙總計量或維度的第一個值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
firstValue
(
aggregated measure or dimension,
[ sort_attribute ASC_or_DESC, ... ],
[ partition_by_attribute, ... ]
)
```
## 引數
*aggregated measure or dimension*
您要查看第一個值的彙總量值或維度。
*sort attribute*
您要排序資料依據的一或多個彙總欄位，可以是度量和維度或兩者，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition by attribute*
(選用) 您要分割依據的一或多個量值或者維度，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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
下列範例計算依 `Flight Date` 排序、依遞增排序之 `Flight Date` 和 `Origin Airport` 分割的第一個 `Destination Airport`。
```
firstValue(
{Destination Airport}
[{Flight Date} ASC],
[
{Origin Airport},
{Flight Date}
]
)
```
# lastValue
`lastValue` 函數計算依指定屬性分割和排序的彙總計量或維度的最後一個值。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
lastValue
(
aggregated measure or dimension,
[ sort_attribute ASC_or_DESC, ... ],
[ partition_by_attribute, ... ]
)
```
## 引數
*aggregated measure or dimension*
您要查看最後一個值的彙總量值或維度。
*sort attribute*
您要排序資料依據的一或多個彙總欄位，可以是度量和維度或兩者，以逗號分隔。您可以指定遞增 (`ASC`) 或遞減 (`DESC`) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*partition by attribute*
(選用) 您要分割依據的一或多個量值或者維度，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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
下列範例計算 `Destination Airport` 的最後一個值。此計算依 `Flight Date` 值排序，並依按遞增排序的 `Flight Date` 值和 `Origin Airport` 值分割。
```
lastValue(
[{Destination Airport}],
[{Flight Date} ASC],
[
{Origin Airport},
truncDate('DAY', {Flight Date})
]
)
```
# windowAvg
`windowAvg` 函數計算在自訂時段中彙總的量值的平均值，該時段依指定的屬性分割和排序。您通常可以對時間序列使用自訂時段函數，其中視覺效果會顯示指標和日期欄位。例如，您可以使用 `windowAvg` 來計算移動平均值，而移動平均值常用於消除折線圖中的雜點。
早於第 8 版之前的 MySQL 版本和早於第 10.2 版之前的 MariaDB 版本不支援時段函數。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
windowAvg
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要取得平均值的彙總指標，例如 `sum({Revenue})`。
*sort attribute*
您要排序資料依據的一或多個彙總欄位，可以是度量和維度或兩者，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1 \$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*start index*
開始索引是正整數，代表高於目前列 *n* 列。開始索引會計數高於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*end index*
結束索引是正整數，代表低於目前列 *n* 列。結束索引會計數低於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum(Revenue)` 的移動平均值，依據 `SaleDate` 分割。計算值包括高於目前列的三列和低於目前列的兩列。
```
windowAvg
(
sum(Revenue),
[SaleDate ASC],
3,
2
)
```
以下螢幕擷取畫面顯示此移動平均值結果的範例。sum(Revenue) 欄位已新增至圖表中，以顯示營收和營收移動平均值之間的差異。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/windowAvg.png)
# windowCount
`windowCount` 函數計算在自訂時段中彙總的量值或維度的計數，該時段依指定的屬性分割和排序。您通常可以對時間序列使用自訂時段函數，其中視覺效果會顯示指標和日期欄位。
早於第 8 版之前的 MySQL 版本和早於第 10.2 版之前的 MariaDB 版本不支援時段函數。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
windowCount
(
measure_or_dimension
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## 引數
*measure or dimension*
您要取得平均值的彙總指標，例如 `sum({Revenue})`。
*sort attribute*
您要排序資料依據的一或多個彙總欄位，可以是度量和維度或兩者，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*start index*
開始索引是正整數，代表高於目前列 *n* 列。開始索引會計數高於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*end index*
結束索引是正整數，代表低於目前列 *n* 列。結束索引會計數低於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum(Revenue)` 的移動計數，依據 `SaleDate` 分割。計算值包括高於目前列的三列和低於目前列的兩列。
```
windowCount
(
sum(Revenue),
[SaleDate ASC],
3,
2
)
```
# windowMax
`windowMax` 函數計算在自訂時段中彙總的量值的最大值，該時段依指定的屬性分割和排序。您通常可以對時間序列使用自訂時段函數，其中視覺效果會顯示指標和日期欄位。您可以使用 `windowMax` 來協助辨識一段期間內指標的最大值。
早於第 8 版之前的 MySQL 版本和早於第 10.2 版之前的 MariaDB 版本不支援時段函數。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
windowMax
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要取得平均值的彙總指標，例如 `sum({Revenue})`。
*sort attribute*
您要排序資料依據的一或多個彙總欄位，可以是度量和維度或兩者，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*start index*
開始索引是正整數，代表高於目前列 *n* 列。開始索引會計數高於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*end index*
結束索引是正整數，代表低於目前列 *n* 列。結束索引會計數低於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例計算 `sum(Revenue)` 過去 12 個月的最大值，依據 `SaleDate` 分割。計算值包括高於目前列的十二列和低於目前列的零列。
```
windowMax
(
sum(Revenue),
[SaleDate ASC],
12,
0
)
```
以下螢幕擷取畫面顯示此過去 12 個月結果的範例。sum(Revenue) 欄位已新增至圖表中，以顯示營收和過去 12 個月最大營收之間的差異。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/windowMax.png)
# windowMin
`windowMin` 函數計算在自訂時段中彙總的量值的最大值，該時段依指定的屬性分割和排序。您通常可以對時間序列使用自訂時段函數，其中視覺效果會顯示指標和日期欄位。您可以使用 `windowMin` 來協助辨識一段期間內指標的最小值。
早於第 8 版之前的 MySQL 版本和早於第 10.2 版之前的 MariaDB 版本不支援時段函數。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
windowMin
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要取得平均值的彙總指標，例如 `sum({Revenue})`。
*sort attribute*
您要排序資料依據的一或多個彙總欄位，可以是度量和維度或兩者，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*start index*
開始索引是正整數，代表高於目前列 *n* 列。開始索引會計數高於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*end index*
結束索引是正整數，代表低於目前列 *n* 列。結束索引會計數低於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例計算 `sum(Revenue)` 過去 12 個月的最小值，依據 `SaleDate` 分割。計算值包括高於目前列的十二列和低於目前列的零列。
```
windowMin
(
sum(Revenue),
[SaleDate ASC],
12,
0
)
```
以下螢幕擷取畫面顯示此過去 12 個月結果的範例。sum(Revenue) 欄位已新增至圖表中，以顯示營收和過去 12 個月最小營收之間的差異。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/windowMin.png)
# windowSum
`windowSum` 函數計算在自訂時段中彙總的量值的總和，該時段依指定的屬性分割和排序。您通常可以對時間序列使用自訂時段函數，其中視覺效果會顯示指標和日期欄位。
早於第 8 版之前的 MySQL 版本和早於第 10.2 版之前的 MariaDB 版本不支援時段函數。
## 語法
需使用括弧。若要了解哪些參數是選用的，請參閱以下描述。
```
windowSum
(
measure
, [sort_order_field ASC/DESC, ...]
, start_index
, end_index
,[ partition_field, ... ]
)
```
## 引數
*measure*
您要取得總和的彙總指標，例如 `sum({Revenue})`。
對於 MySQL、MariaDB 以及與 MySQL 相容的 Amazon Aurora，查詢索引僅限為 1。低於第 8 版之前的 MySQL 版本和早於第 10.2 版之前的 MariaDB 版本不支援時段函數。
*sort attribute*
您要排序資料依據的一或多個彙總欄位，可以是度量和維度或兩者，以逗號分隔。您可以指定遞增 (**ASC**) 或遞減 (**DESC**) 排序順序。
如果有不只一個字，則清單中的每個欄位會括在 \$1\$1 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
*start index*
開始索引是正整數，代表高於目前列 *n* 列。開始索引會計數高於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*end index*
結束索引是正整數，代表低於目前列 *n* 列。結束索引會計數低於目前列有幾個資料點可用，而非計數實際的時間範圍。如果資料稀疏 (例如，遺失月份或年份)，請依此調整索引。
*partition field*
(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 (大括號) 中。整個清單會以 [ ] (方括弧) 括住。
## 範例
以下範例會計算 `sum(Revenue)` 執行中的移動總和，依據 `SaleDate` 排序。計算值包括高於目前列的兩列和目前列前一列。
```
windowSum
(
sum(Revenue),
[SaleDate ASC],
2,
1
)
```
以下範例顯示過去十二個月的總和。
```
windowSum(sum(Revenue),[SaleDate ASC],12,0)
```
以下螢幕擷取畫面顯示此過去十二個月總和結果的範例。`sum(Revenue)` 欄位已新增至圖表中，以顯示營收和過去十二個月營收總和之間的差異。
![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/windowSum.png)
# 聯結資料
您可以使用 Amazon Quick Sight 中的聯結界面，從一或多個資料來源聯結物件。透過使用 Amazon Quick Sight 聯結資料，您可以合併不同的資料，而無需從不同的來源複製資料。
## 聯結資料集的類型
聯結會在兩個 Quick Sight *邏輯資料表*之間執行，其中每個邏輯資料表都包含如何擷取資料的資訊。在 Quick Sight 中編輯資料集時，頁面上半部的聯結圖表會將每個邏輯資料表顯示為矩形區塊。
Quick Sight 中有兩種不同類型的聯結資料集：相同來源和跨來源。當資料集沒有任何聯結，或滿足以下所有條件時，資料集被視為同來源：
+ 如果有任何邏輯資料表參考 Quick Sight 資料來源：
+ 此資料集中的所有邏輯資料表都必須參考相同的 Quick Sight 資料來源。如果兩個不同的 Quick Sight 資料來源參考相同的基礎資料庫，則不適用此選項。它必須是完全相同的 Quick Sight 資料來源。如需使用單一資料來源的詳細資訊，請參閱 [使用現有資料來源建立資料集](create-a-data-set-existing.md)。
+ 如果任何邏輯資料表是指作為父資料集的 Quick Sight 資料集：
+ 父資料集必須使用直接查詢。
+ 父資料集必須參考相同的 Quick Sight 資料來源。
如果不滿足上述條件，則資料集會被視為跨來源聯結。
## 有關聯結資料集的事實
同來源和跨來源資料集聯結都具有以下限制。
### 聯結資料集最多可以包含多少個資料表？
所有聯結的資料集最多可以包含 32 個資料表。
### 聯結資料最大可以是多少？
允許的聯結大小上限由使用的查詢模式與查詢引擎決定。下方的清單提供有關要聯結之資料表不同大小限制的資訊。大小限制會套用至所有合併的次要資料表。主資料表沒有聯結大小限制。
+ **相同來源資料表** – 當資料表來自單一查詢資料來源時，Quick Sight 不會對聯結大小施加限制。這不會覆寫來源查詢引擎可能已設立的聯結大小限制。
+ **跨來源資料集**：這種類型的聯結包含來自不同資料來源的資料表，這些資料來源未存放在 SPICE 中。對於這些類型的聯結，Quick Sight 會自動識別資料集中最大的資料表。所有其他次要資料表的合併大小，必須小於 1 GB。
+ **存放在 SPICE 中的資料集**：此類型的聯結包含所有擷取至 SPICE 的資料表。此聯結中所有次要資料表的合併大小不得超過 20 GB。
如需有關 SPICE 資料集大小計算的詳細資訊，請參閱[估計 SPICE 資料集的大小](spice.md#spice-capacity-formula)。
### 聯結的資料集可以使用直接查詢嗎？
同來源資料集支援直接查詢 (假設使用直接查詢沒有其他限制)。例如，S3 資料來源不支援直接查詢，因此同來源 S3 資料集仍必須使用 SPICE。
跨來源資料集必須使用 SPICE。
### 計算欄位可以在聯結中使用嗎？
所有聯結的資料集都可以使用計算欄位，但計算欄位不能在任何 "on" 子句中使用。
### 地理資料可以用於聯結嗎？
同來源資料集支援地理資料類型，但地理欄位不能在任何 "on" 子句中使用。
跨來源資料集不支援任何形式的地理資料。
如需跨資料來源聯結資料表的一些範例，請參閱 AWS 大數據部落格[上的 Amazon Quick Sight 上跨資料來源聯結](https://aws.amazon.com/blogs/big-data/joining-across-data-sources-on-amazon-quicksight/)文章。
## 建立聯結
使用以下程序聯結資料表供您在資料集內使用。開始之前，請先匯入或連接到您的資料。您可以在 Amazon Quick Sight 支援的任何資料來源之間建立聯結，物聯網 (IoT) 資料除外。例如，您可以在 Amazon S3 儲存貯體中新增逗號分隔值 (.csv) 檔案、資料表、檢視、SQL 查詢或 JSON 物件。
**若要新增一或多個聯結**
1. 開啟您要使用的資料集。
1. (選用) 開始之前，請決定是否要停用根據資料範例自動產生的預覽。若要關閉功能，請選擇右上角的**自動預覽**。預設情況下它是開啟的。
1. 如果您尚未選擇查詢模式，請選擇**查詢模式**。
選擇 **SPICE** 將資料集儲存在 [SPICE](spice.md) 中，或選擇**直接查詢**以每次擷取即時資料。如果資料集包含一個或多個手動上傳的檔案，資料集將自動儲存在 SPICE 中。
如果您選擇 **SPICE**，資料會擷取至 Quick Sight。使用該資料集的視覺化效果在 SPICE 中執行查詢，而不是在資料庫上執行查詢。
如果您選擇**直接查詢**，則資料不會擷取到 SPICE。使用該資料集的視覺化效果在資料庫上執行查詢，而不是在 SPICE 中。
如果您選擇**查詢模式**，請確保在聯結中設定唯一鍵 (如果適用)，以提高載入視覺化效果時的效能。
1. 在資料準備頁面上，選擇**新增資料**。
1. 在開啟的**新增資料頁面**中，選擇以下選項之一並完成下列步驟：
+ 從資料集中新增資料：
1. 選擇**資料集**。
1. 從清單中選取資料集。
1. 選擇****選取。
+ 從資料來源新增資料：
1. 選擇**資料來源**。
1. 從清單中選取資料來源。
1. 選擇**選取**。
1. 從清單中選取資料表。
1. 選擇**選取**。
+ 透過多次新增資料表來建立自我聯結。名稱後面會出現一個計數器。例如 **Product**、**Product (2)** 和 **Product (3)**。**欄位**或**篩選條件**區段內的欄位名稱附有計數器，讓您可得知特定欄位是取自資料表的哪個執行個體。
+ 選擇**上傳檔案**來新增檔案，然後選擇要聯結的檔案。
1. (選用) 選擇**使用自訂 SQL** 開啟查詢編輯器，並為 SQL 資料來源編寫查詢。
1. (選用) 新增資料後，透過選擇資料表選單圖示與每個資料表互動。透過拖放來重新排列資料表。
出現帶有紅點的圖示表示您需要設定相應聯結。尚未設定的聯結會出現兩個紅點。若要建立聯結，請選擇第一個聯結組態圖示。
1. (選用) 若要變更現有聯結，請透過選擇兩個表之間的聯結圖示，來重新開啟**聯結組態**。
**聯結組態**窗格開啟。在聯結介面上，指定聯結類型，以及要用來聯結資料表的欄位。
1. 畫面底部會提供選項，讓您將某個資料表中的欄位設為等於另一資料表中的欄位。
1. 在 **Join clauses (聯結子句)** 區段，選擇各個資料表的聯結資料欄。
(選用) 如果您選取的資料表要依據多個資料欄進行聯結，請選擇 **Add a new join clause (新增聯結子句)**。如此將使聯結子句多出一列，讓您可以指定下一組要聯結的資料欄。重複這個程序，直到您已識別兩個資料物件的所有聯結資料欄。
1. 在**聯結組態**窗格中，選擇要套用的聯結類型。如果聯結欄位是一個或兩個資料表的唯一索引鍵，請啟用唯一索引鍵設定。唯一索引鍵僅套用於直接查詢，不套用於 SPICE 資料。
如需聯結的詳細資訊，請參閱 [聯結類型](#join-types)。
1. 選擇 **Apply (套用)** 以確認您的選擇。
若要取消而不進行任何變更，請選擇**取消**。
1. 工作空間中的聯結圖示會變更以顯示新的關係。
1. (選用) 在**欄位**區段中，可以使用每個欄位的選單執行下列一項或多項操作：
+ **將階層**新增至地理空間欄位。
+ **包含**或**排除**欄位。
+ **編輯欄位的名稱和描述**。
+ **變更資料類型**。
+ **新增計算** (計算欄位)。
+ **限制為只有我能存取**，從而防止其他人存取。當您在已經使用的資料集中新增欄位時，這會很有用。
1. (選用) 在**篩選條件**區段，您可以新增或編輯篩選條件。如需詳細資訊，請參閱[在 Amazon Quick Sight 中篩選資料](adding-a-filter.md)。
## 聯結類型
Amazon Quick Sight 支援下列聯結類型：
+ 內部聯結
+ 左外部聯結和右外部聯結
+ 完整外部聯結
底下將深入探討各種聯結類型處理資料的方式。範例資料所使用的資料表如下，其名稱是 `widget` 和 `safety rating`。
```
SELECT * FROM safety-rating
rating_id safety_rating
1 A+
2 A
3 A-
4 B+
5 B
SELECT * FROM WIDGET
widget_id widget safety_rating_id
1 WidgetA 3
2 WidgetB 1
3 WidgetC 1
4 WidgetD 2
5 WidgetE
6 WidgetF 5
7 WidgetG
```
### 內部聯結
當您只想查看兩個資料表之間有相符的資料時，請使用內部聯結。例如，假設您對 **safety-rating** 和 **widget** 資料表執行內部聯結。
如以下結果集所示，沒有安全評分的小工具已移除，未與任何小工具相關聯的安全評分也已移除。結果僅包含完全相符的資料列。
```
SELECT * FROM safety-rating
INNER JOIN widget
ON safety_rating.rating_id = widget.safety_rating_id
rating_id safety_rating widget_id widget safety_rating_id
3 A- 1 WidgetA 3
1 A+ 2 WidgetB 1
1 A+ 3 WidgetC 1
2 A 4 WidgetD 2
5 B 6 WidgetF 5
```
### 左外部聯結和右外部聯結
這一類又稱為左外部聯結或右外部聯結。當您想要查看一個資料表的所有資料，以及只查看另一個資料表的相符資料列時，請使用左或右外部聯結。
透過圖形界面，您可以看到位於右側或左側的是哪個資料表。在 SQL 陳述式中，第一個資料表視為位於左側。因此，選擇左外部聯結或相對的右外部聯結，僅取決於資料表在查詢工具中的配置順序。
例如，假設您在 `safety-rating`（左側資料表） 和 `widgets`（右側資料表） 上執行左側外部聯結。在此情況下將傳回所有 `safety-rating` 資料列，並且僅傳回相符的 `widget` 資料列。結果集內呈空白之處即表示沒有相符的資料。
```
SELECT * FROM safety-rating
LEFT OUTER JOIN widget
ON safety_rating.rating_id = widget.safety_rating_id
rating_id safety_rating widget_id widget safety_rating_id
1 A+ 2 WidgetB 1
1 A+ 3 WidgetC 1
2 A 4 WidgetD 2
3 A- 1 WidgetA 3
4 B+
5 B 6 WidgetF 5
```
如果您改為使用右側外部聯結，請以相同的順序呼叫資料表，因此 `safety-rating` 位於左側， `widgets`位於右側。在此情況下將僅傳回相符的 `safety-rating` 資料列，並且傳回所有 `widget` 資料列。結果集內呈空白之處即表示沒有相符的資料。
```
SELECT * FROM safety-rating
RIGHT OUTER JOIN widget
ON safety_rating.rating_id = widget.safety_rating_id
rating_id safety_rating widget_id widget safety_rating_id
3 A- 1 WidgetA 3
1 A+ 2 WidgetB 1
1 A+ 3 WidgetC 1
2 A 4 WidgetD 2
5 WidgetE
5 B 6 WidgetF 5
7 WidgetG
```
### 完整外部聯結
這一類有時簡稱外部聯結，但此用語可能是指左外部聯結、右外部聯結或完整外部聯結。為了明確其含意，本文將使用全名：完整外部聯結。
使用完整的外部聯結來查看相符的資料，以及來自兩個不相符資料表的資料。此一類型的聯結將包括兩個資料表中的所有資料列。例如，假設您對 `safety-rating` 和 `widget` 資料表執列完整外部聯結，便會傳回所有資料列。相符的資料列將彼此對齊，而所有額外的資料則納入至單獨的各列。結果集內呈空白之處即表示沒有相符的資料。
```
SELECT * FROM safety-rating
FULL OUTER JOIN widget
ON safety_rating.rating_id = widget.safety_rating_id
rating_id safety_rating widget_id widget safety_rating_id
1 A+ 2 WidgetB 1
1 A+ 3 WidgetC 1
2 A 4 WidgetD 2
3 A- 1 WidgetA 3
4 B+
5 B 6 WidgetF 5
5 WidgetE
7 WidgetG
```
# 在 Amazon Quick Sight 中準備用於分析的資料欄位
在開始分析和視覺化資料之前，您可以針對分析準備資料集中的欄位 (資料欄) 。您可以編輯欄位名稱和描述、變更欄位的資料類型、設定欄位的向下切入階層等。
使用以下主題的內容準備資料集中的欄位。
**Topics**
+ [編輯欄位名稱和描述](changing-a-field-name.md)
+ [將欄位設定為維度或量值](setting-dimension-or-measure.md)
+ [變更欄位資料類型](changing-a-field-data-type.md)
+ [在 Quick Sight 中將向下切入至視覺化資料](adding-drill-downs.md)
+ [選取欄位](selecting-fields.md)
+ [在 Amazon QuickSight 中將欄位整理到資料夾中](organizing-fields-folder.md)
+ [映射與聯結欄位](mapping-and-joining-fields.md)
# 編輯欄位名稱和描述
您可以變更資料來源提供的任何欄位名稱和描述。如果您變更計算欄位中使用的名稱欄位，請確保也會在計算欄位函數中變更它。否則，函數會失敗。
**變更欄位名稱或描述**
1. 在資料準備頁面的**欄位**窗格中，選擇要變更的欄位上的三個點圖示。然後選擇**編輯名稱和描述**。
1. 輸入要使用的新名稱或描述，然後選擇**套用**。
您也可以在資料準備頁面上變更欄位的名稱和描述。為此，請在該頁面下半部分的**資料集**表中選取要變更欄位的資料欄標頭。然後進行變更。
# 將欄位設定為維度或量值
在 **Field list (欄位清單)** 窗格中，維度欄位有藍色圖示，而度量欄位有綠色圖示。*Dimensions (維度)* 是文字或日期欄位，可以是項目 (例如產品) 或與度量相關的屬性。您可以使用維度來分割這些項目或屬性，例如銷售數字的銷售日期。*Measures (度量)* 是用於測量、比較和彙總的數值。
在某些情況下，Quick Sight 會將欄位解譯為您想要將其用作維度 （或其他方式） 的度量。若是如此，您可以變更該欄位的設定。
變更欄位的量值或維度設定會變更使用該資料集的分析中的所有視覺化效果。不過，它不會變更資料集本身。
## 變更欄位的維度或量值設定
透過以下程序變更欄位的維度或量值設定
**變更欄位的維度或量值設定**
1. 在**欄位清單**窗格中，將游標移至您要變更的欄位上。
1. 選擇欄位名稱右邊的選擇器圖示，然後選擇 **Convert to dimension (轉換為維度)** 或 **Convert to measure (轉換為度量)**。
# 變更欄位資料類型
Quick Sight 擷取資料時，會根據欄位中的資料為每個欄位指派資料類型。可能的資料類型如下：
+ 日期：日期資料類型用於採用支援格式的日期資料。如需 Quick Sight 支援的日期格式資訊，請參閱 [資料來源配額](data-source-limits.md)。
+ 小數：小數資料類型用於需要一或多個位小數位數精確度的數字資料，例如 18.23。小數資料類型支援小數點右邊最多四個小數位數的數值。在兩種情況下，比此小數位數更高的值會被截斷至小數點後第四位。一個是將這些值顯示在資料準備或分析中，另一個是將這些值匯入 Quick Sight。例如，13.00049 會截斷至 13.0004。
+ 空間地理：地理空間資料類型用於地理空間資料，例如經度和緯度，或城市和國家。
+ 整數：資料類型用於只包含整數的數字資料，例如 39。
+ 字串：字串資料類型用於非日期的英數字元資料。
Quick Sight 會讀取欄中的一小部分資料列範例，以判斷資料類型。小樣本中出現最多的資料類型便是建議的類型。在某些情況下，在大部分包含數字的欄中可能會有空白值 （由 Quick Sight 視為字串）。在這些情況下，字串資料類型可能是列樣本集中最常見的類型。您可以手動修改資料欄的資料類型，將其設定為整數。透過以下程序了解設定方式 。
## 在資料準備期間變更欄位資料類型
在資料準備期間，您可以變更資料來源中任何欄位的資料類型。在**變更資料類型**選單上，您可以將不包含彙總的計算欄位變更為地理空間類型。您可以透過直接修改計算欄位的表達式，對計算欄位的資料類型進行其他變更。Quick Sight 會根據您選擇的資料類型轉換欄位資料。資料列若包含與該資料類型不相容的資料，則會略過這些資料列。例如，假設您將以下欄位從字串轉換為整數。
```
10020
36803
14267a
98457
78216b
```
會略過該欄位中所有包含字母字元的記錄，如下所示。
```
10020
36803
98457
```
如果您有資料庫資料集，其中包含 Quick Sight 不支援其資料類型的欄位，請在資料準備期間使用 SQL 查詢。然後，使用 `CAST` 或 `CONVERT` 命令 (取決於來源資料庫支援的項目)，來變更欄位資料類型。如需在資料準備期間新增 SQL 查詢的詳細資訊，請參閱[使用 SQL 自訂資料](adding-a-SQL-query.md)。如需 Quick Sight 如何解譯不同來源資料類型的詳細資訊，請參閱 [來自外部資料來源的受支援資料類型](supported-data-types-and-values.md#supported-data-types)。
您可能有做為維度而非指標的數字欄位，例如郵遞區號和大多數 ID 號碼。在這些情況下，在資料準備過程中給予它們字串資料類型是很有幫助的。這樣做可讓 Quick Sight 了解它們不適用於執行數學計算，並且只能與 `Count`函數彙總。如需 Quick Sight 如何使用維度和量值的詳細資訊，請參閱 [將欄位設定為維度或量值](setting-dimension-or-measure.md)。
在 [SPICE](spice.md) 中，根據預設會截斷從數字轉換為整數的數字。如果您想要改為捨入您的數字，則可以使用 [`round`](round-function.md) 函數來建立計算欄位。若要在將數字擷取至 SPICE 之前，查看是否將這些數字捨入或截斷，請檢查您的資料庫引擎。
**在資料準備期間變更欄位資料類型**
1. 在 Quick Sight 首頁中，選擇左側**的資料**。在**資料**索引標籤中，選擇您想要的資料集，然後選擇**編輯資料集**。
1. 在資料預覽窗格中，於您要變更的欄位下方選擇資料類型圖示。
1. 選擇目標資料類型。只會列出目前使用中之資料類型以外的資料類型。
## 在分析中變更欄位資料類型
您也可以使用 **Field list (欄位清單)** 窗格、視覺化效果欄位或視覺化效果編輯器，變更分析環境中數值欄位資料類型。數值欄位預設為顯示數字，但您可以選擇使其顯示為貨幣或百分比。您無法變更字串或日期欄位的資料類型。
在分析中變更欄位的資料類型會變更使用該資料集的分析中的所有視覺化效果。不過，它不會變更資料集本身。
**注意**
如果您在樞紐分析表視覺效果中工作，在某些情況下，套用資料表計算會變更儲存格值的資料類型。如果資料類型與套用的計算不合理，則會發生此類型的變更。
例如，假設將 `Rank` 函數套用到您已修改為使用貨幣資料類型的數值欄位。在此情況下，儲存格值會顯示為數字，而不是貨幣。同樣地，如果您改為 `Percent difference` 函數，則儲存格值會顯示為百分比，而不是貨幣。
**變更欄位資料類型**
1. 請選擇下列其中一個選項：
+ 在**欄位清單**窗格中，將游標移至您要變更的數值欄位上。然後選擇欄位名稱右側的選擇器圖示。
+ 在包含視覺化效果編輯器 (而這些編輯器與您要變更的數值欄位相關聯) 的任何視覺化效果，選擇視覺化效果編輯器。
+ 展開**欄位集**窗格，然後再選擇與要變更之數值欄位關聯的欄位集。
1. 選擇 **Show as (顯示)**，然後選擇 **Number (數字)**、**Currency (貨幣)** 或 **Percent (百分比)**。
# 在 Quick Sight 中將向下切入至視覺化資料
樞紐分析表除外，所有視覺效果類型都能夠為視覺化元素建立欄位階層。階層可讓您向下切入查看不同階層等級的資料。例如，您可以將國家、州及城市欄位與長條圖的 X 軸建立關聯。然後，您可以向下或向上切入查看每個等級的資料。當您向下切入每個等級時，顯示的資料會依據您向下切入的欄位中的值而精簡。例如，如果您向下切入加州，則會看到加州所有城市的資料。
您可用來建立向下切入的欄位集隨視覺效果類型而不同。請參閱每個視覺效果類型的相關主題，以進一步了解其向下切入支援。
當您將日期欄位與視覺效果的向下切入欄位集建立關聯時，將會自動為日期新增向下切入功能。在這種情況下，您可以隨時向上和向下切入日期精細程度的等級。當您在資料集定義地理空間分組之後，也會自動新增向下切入功能。
使用下表來識別各種視覺效果類型中支援向下切入的欄位集或視覺效果附帶編輯器。
****
| 視覺效果類型 | 欄位集或視覺效果附帶編輯器 |
| --- | --- |
| 長條圖 (全部水平) | Y axis (Y 軸) 和 Group/Color (群組/顏色) |
| 長條圖 (全部垂直) | X axis (X 軸) 和 Group/Color (群組/顏色) |
| 組合圖 (全部) | X axis (X 軸) 和 Group/Color (群組/顏色) |
| 地理空間圖 | Geospatial (地理空間) 和 Color (顏色) |
| 熱度圖 | Rows (列) 和 Columns (欄) |
| KPI | Trend Group (趨勢群組) |
| 折線圖 (全部) | X axis (X 軸) 和 Color (顏色) |
| 圓餅圖 | 群組/色彩 |
| 散佈圖 | 群組/色彩 |
| 樹狀結構圖 | 分組依據 |
**重要**
資料表或樞紐分析表不支援向下切入。
## 新增向下切入
透過以下程序將向下切入等級新增到視覺效果。
**將向下切入等級新增到視覺化效果**
1. 在分析頁面上，選擇您要新增向下切入的視覺效果。
1. 將欄位項目拖曳到**欄位集**。
1. 如果您的資料集已定義階層，您可以將整個階層一次拖曳到欄位集。例如地理空間或座標資料。在這種情況下，您不需要執行剩餘的步驟。
如果您沒有預先定義的階層，您可以在分析中建立階層，如剩餘的步驟所述。
1. 將您想要在向下切入階層中使用的欄位，根據視覺效果類型而定，拖曳到適當的欄位集。確定所拖曳欄位的標籤是 **Add drill-down layer (新增向下切入分層)**。根據您希望所拖曳的欄位放在您所建立的階層中的何處而定，將此欄位移到現有欄位的上方或下方。
1. 繼續直到您需要的所有階層等級都已新增為止。若要從階層中移除欄位，請選擇欄位，然後選擇 **Remove (移除)**。
1. 若要向下或向上切入以查看不同階層等級的資料，請在視覺效果 (例如折線或長條) 上選擇元素，然後選擇 **Drill down to (向下切入 <較低等級>)** 或 **Drill up to (向上切入 <較高等級>)**。在這個範例中，您可以從 `car-make` 等級向下切入 `car-model`，以查看該等級的資料。如果您從 **Ford**`car-make` 向下切入到 `car-model`，則您只能看到該汽車品牌的 `car-model`。
在您向下切入 `car-model` 等級之後，您可以進一步向下切入以查看 `make-year` 資料，或向上回到 `car-make`。如果您從代表 **Ranger** 的列向下切入到 `make-year`，則您只能看到該車型的年份。
# 選取欄位
準備資料時，您可以選取一個或多個欄位來對其執行動作，例如排除或新增至資料夾。
若要在資料準備窗格中選取一個或多個欄位，請按一下或點選左側**欄位**窗格中的一個或多個欄位。然後，您可以選擇欄位名稱右側的欄位選單 (三個點)，並選擇要執行的動作。此動作針對所有選取的欄位執行。
您可以一次選取或取消選取所有欄位，方法為選擇 **Fields (欄位)** 窗格頂部的 **All (全部)** 或 **None (無)**。
如果您編輯資料集，並排除視覺效果中使用的欄位，則視覺效果會中斷。您可以在下次開啟該分析時修正它。
## 搜尋欄位
如果您在**欄位**窗格中有長欄位清單，則可以對**搜尋欄位**輸入搜尋詞彙，來搜尋以找出特定欄位。這時會顯示任何其名稱包含搜尋詞彙的欄位。
搜尋不區分大小寫，而且不支援萬用字元。選擇搜尋方塊右邊的取消圖示 (**X**)，來返回以檢視所有欄位。
# 在 Amazon QuickSight 中將欄位整理到資料夾中
在 Quick Sight 中準備資料時，您可以使用資料夾來組織整個企業中多個作者的欄位。將欄位整理到資料夾和子資料夾中，可以讓作者更輕鬆地找到和理解資料集中的欄位。
您可以在準備資料集或編輯資料集時建立資料夾。如需建立及準備新資料集的詳細資訊，請參閱 [建立資料集](creating-data-sets.md)。如需開啟現有資料集進行資料準備的詳細資訊，請參閱 [編輯資料集](edit-a-data-set.md)。
在執行分析時，作者可以展開和折疊資料夾、搜尋資料夾中的特定欄位，以及在資料夾選單上查看資料夾的描述。資料夾按字母順序顯示在**欄位**窗格的頂端。
## 建立資料夾
透過以下程序在**欄位**窗格中建立新資料夾。
**要建立新的資料夾**
1. 在資料準備頁面上**的欄位**窗格中，選取三點圖示，然後選擇**新增至資料夾**。
若要一次選取多個欄位，請在選取時按住 Ctrl 鍵 (在 Mac 上為 Command 鍵)。
1. 在出現的**新增至資料夾**頁面上，選擇**建立新資料夾**並輸入新資料夾的名稱。
1. 選擇**套用**。
該資料夾顯示在**欄位**窗格的頂端，其中包含您在其中選擇的欄位。資料夾內的欄位依字母順序排列。
## 建立子資料夾
若要進一步整理**欄位**窗格中的資料欄位，您可以在父資料夾中建立子資料夾。
**建立子資料夾**
1. 在資料準備頁面上的**欄位**窗格中，選取資料夾中已有欄位的欄位選單，然後選取**移至資料夾**。
1. 在出現的**移至資料夾**頁面上，選擇**建立新資料夾**並輸入新資料夾的名稱。
1. 選擇**套用**。
子資料夾顯示在欄位清單頂端的父資料夾內。子資料夾按字母順序排列。
## 將欄位新增至現有資料夾
透過以下程序將欄位新增至**欄位**窗格中的現有資料夾。
**將一個或多個欄位新增至資料夾**
1. 在資料準備頁面上的**欄位**窗格中，選取要新增至資料夾的欄位。
若要一次選取多個欄位，請在選取時按住 Ctrl 鍵 (在 Mac 上為 Command 鍵)。
1. 在欄位選單上，選擇**新增至資料夾**。
1. 在出現的**新增至資料夾**頁面上，針對**現有資料夾**選擇一個資料夾。
1. 選擇**套用**。
一個或多個欄位將會新增到資料夾中。
## 在資料夾之間移動欄位
透過以下程序在**欄位**窗格中的資料夾之間移動欄位。
**在資料夾之間移動欄位**
1. 在資料準備頁面上的**欄位**窗格中，選取要移至其他資料夾的欄位。
若要一次選取多個欄位，請在選取時按住 Ctrl 鍵 (在 Mac 上為 Command 鍵)。
1. 在欄位選單上，選擇**移至資料夾**。
1. 在出現的**移至資料夾**頁面上，針對**現有資料夾**選擇一個資料夾。
1. 選擇**套用**。
## 從資料夾移除欄位
透過以下程序從**欄位**窗格中的資料夾移除欄位。從資料夾移除欄位並不會刪除相應欄位。
**從資料夾移除欄位**
1. 在資料準備頁面上的**欄位**窗格中，選取要移除的欄位。
1. 在欄位選單上，選擇**從資料夾移除**。
您選取的欄位將從資料夾移除，並按字母順序放回欄位清單中。
## 編輯資料夾名稱並新增資料夾描述
您可以編輯資料夾的名稱或新增描述，以提供有關其中資料欄位的內容。資料夾名稱顯示在**欄位**窗格中。在執行分析時，如果作者選取**欄位**窗格中的資料夾選單，則可以閱讀資料夾的描述。
**編輯資料夾名稱或編輯或新增資料夾的描述**
1. 在資料準備頁面上的**欄位**窗格中，選取要編輯的資料夾的資料夾選單，然後選取**編輯名稱和描述**。
1. 在出現的**編輯資料夾**頁面上，執行下列操作：
+ 針對**名稱**，輸入資料夾的名稱。
+ 針對**描述**，輸入資料夾的描述。
1. 選擇**套用**。
## 移動資料夾
您可以將資料夾和子資料夾移至**欄位**窗格中的新資料夾或現有資料夾。
**移動資料夾**
1. 在資料準備頁面上的**欄位**窗格中，選擇資料夾選單上的**移動資料夾**。
1. 在出現的**移動資料夾**頁面上，執行下列其中一項操作：
+ 選擇**建立新資料夾**並輸入資料夾名稱。
+ 針對**現有資料夾，**選擇一個資料夾。
1. 選擇**套用**。
該資料夾將顯示在您在**欄位**窗格中選擇的資料夾內。
## 從欄位窗格移除資料夾
透過以下程序從**欄位**窗格移除資料夾。
**移除資料夾**
1. 在資料準備頁面上的**欄位**窗格中，選擇資料夾選單上的**移除資料夾**。
1. 在出現的**移除資料夾？**頁面上，選擇**移除**。
該資料夾將從**欄位**窗格中移除。資料夾中的任何欄位都會按字母順序放回欄位清單中。移除資料夾不會從檢視中排除欄位或從資料集中刪除欄位。
# 映射與聯結欄位
當您在 Quick Sight 中同時使用不同的資料集時，您可以在資料準備階段簡化映射欄位或聯結資料表的程序。您應該已經驗證您的欄位具有正確資料類型和適當欄位名稱。不過，如果您已經知道要同時使用哪些資料集，您可以採取幾個額外的步驟，讓您能更輕鬆作業。
## 映射欄位
Quick Sight 可以在相同分析中的資料集之間自動映射欄位。下列秘訣有助於讓 Quick Sight 更輕鬆地在資料集之間自動對應欄位，例如，如果您要跨資料集建立篩選動作：
+ 相符的欄位名稱：欄位名稱必須完全相符，大小寫、間距或標點符號都沒有任何差異。您可以重新命名描述相同資料的欄位，使自動映射精確。
+ 相符的資料類型：欄位必須具有相同的資料類型以供自動映射。您可以在準備資料時變更資料類型。這個步驟也讓您有機會探索您是否需要篩選掉任何非正確資料類型的資料。
+ 使用計算欄位：您可以使用計算欄位建立相符欄位，並為其提供正確的名稱和資料類型以供自動映射。
**注意**
自動映射存在後，您可以在不中斷欄位映射的情況下重新命名欄位。不過，如果您變更資料類型，映射即會中斷。
如需跨資料集篩選條件動作的欄位映射詳細資訊，請參閱 [在 Amazon Quick Sight 中建立和編輯自訂動作](custom-actions.md)。
## 聯結欄位
您可以在不同資料來源 (包括檔案或資料庫) 的資料之間建立聯結。下列秘訣可協助您更輕鬆地聯結不同檔案或資料來源的資料：
+ 類似的欄位名稱：當您知道哪些項目應該相符時，聯結欄位會更簡單：例如，**訂單 ID** 和 **order-id** 看起來似乎應該是相同的。但是，如果一個是工作訂單，而另一個是採購訂單，那麼這些欄位可能是不同的資料。如果可能的話，請確定您要聯結的檔案和資料表具有可清楚顯示它們包含哪些資料的欄位名稱。
+ 相符的資料類型：欄位必須具有相同的資料類型，您才能將它們聯結。請確認您想要聯結的檔案和資料表在聯結欄位中具有相符的資料類型。您無法使用計算欄位進行聯結。此外，您無法聯結兩個現有的資料集。您可以透過直接存取來源資料來建立聯結的資料集。
如需跨資料來源聯結資料的詳細資訊，請參閱[聯結資料](joining-data.md)。
# 在 Amazon Quick Sight 中篩選資料
您可以使用篩選條件，以精簡資料集或分析內的資料。例如，您可以在區域欄位上建立篩選條件，以排除資料集中特定區域的資料。您也可以為分析新增篩選條件，例如針對要包含在分析中的任何視覺化效果的日期範圍篩選條件。
當您在資料集中建立篩選條件時，該篩選條件將套用於整個資料集。從該資料集建立的任何分析和後續儀表板都包含該篩選條件。如果有人根據該資料集建立新的資料集，則該篩選條件也會存在於新資料集中。
當您在某個分析中建立篩選條件時，該篩選條件僅適用於該分析以及您從中發布的任何儀表板。如果有人複製該分析，該篩選條件將保留在新分析中。在分析中，您可以將篩選條件的適用範圍限定為使用此資料集的單一視覺化效果、某些視覺化效果或所有視覺化效果，或所有適用的視覺化效果。
此外，當您在分析中建立篩選條件時，您可以將篩選條件控制項新增至儀表板。如需有關篩選條件控制項的詳細資訊，請參閱 [將篩選條件控制項新增至分析工作表](filter-controls.md)。
每個篩選條件僅套用至單一欄位。您可以將篩選條件同時套用至一般和計算欄位。
您可以將多種類型的篩選條件新增至資料集和分析。如需可以新增的篩選條件類型及其一些選項的詳細資訊，請參閱 [Amazon Quick 中的篩選條件類型](filtering-types.md)。
如果建立多個篩選條件，則會使用 AND 將所有最上層篩選條件套用在一起。如果您在最上層群組篩選條件內新增篩選條件來將它們分組，則群組中的篩選條件會使用 OR 來套用。
Amazon Quick Sight 會將所有啟用的篩選條件套用至 欄位。例如，假設有一個篩選條件為 `state = WA`，另一個篩選條件為 `sales >= 500`。在這種情況下，相應資料集或分析只包含符合這兩個條件的記錄。如果您停用其中一個篩選條件，則只會套用一個篩選條件。
請注意，套用至相同欄位的多個篩選條件不會互斥。
透過以下各章節了解如何檢視、新增、編輯和刪除篩選條件。
**Topics**
+ [檢視現有篩選條件](viewing-filters-data-prep.md)
+ [新增篩選條件](add-a-filter-data-prep.md)
+ [跨工作表篩選條件與控制項](cross-sheet-filters.md)
+ [Amazon Quick 中的篩選條件類型](filtering-types.md)
+ [將篩選條件控制項新增至分析工作表](filter-controls.md)
+ [編輯篩選條件](edit-a-filter-data-prep.md)
+ [啟用或停用篩選條件](disable-a-filter-data-prep.md)
+ [刪除篩選條件](delete-a-filter-data-prep.md)
# 檢視現有篩選條件
當您編輯資料集或開啟分析時，您可以檢視已建立的任何現有篩選條件。透過以下程序了解操作方式。
## 檢視資料集的篩選條件
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇左側**的資料**。
1. 在**資料集**索引標籤中，選擇您想要的資料集，然後選擇**編輯資料集**。
1. 在開啟的資料準備頁面上，選擇左下角的**篩選條件**以展開**篩選條件**區段。
套用於該資料集的任何篩選條件都會顯示在此處。如果單一欄位具有多個篩選條件，則它們會構成群組。它們依建立日期的順序顯示，最舊的篩選條件位於最上方。
## 檢視分析的篩選條件
透過以下程序來檢視分析的篩選條件。
**若要檢視分析的篩選條件**
1. 在快速首頁中，選擇**分析**。
1. 在**分析**頁面上，選擇您要使用的分析。
1. 在分析中，選擇**篩選條件**圖示以開啟**篩選條件**窗格。
套用於該分析的任何篩選條件都會顯示在此。
每個篩選條件的底部會列出篩選條件範圍的限定方式。如需有關篩選條件套用範圍的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
# 新增篩選條件
您可以新增篩選條件至資料集或分析。透過以下程序了解操作方式。
## 新增篩選條件至資料集
透過以下程序新增篩選條件至資料集。
**若要新增篩選條件至資料集**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇左側**的資料**。
1. 在**資料集**索引標籤中，選擇您想要的資料集，然後選擇**編輯資料集**。
1. 在開啟的資料準備頁面上，選擇左下角的**新增篩選條件**，然後選擇要篩選的欄位。
篩選條件會新增到**篩選條件**窗格。
1. 在窗格中選擇這個新的篩選條件以進行設定。您也可以選擇新篩選條件右側的三個點，然後選擇**編輯**。
根據欄位的資料類型，可用於設定篩選條件的選項會有所不同。如需可以建立的篩選條件類型及其組態的詳細資訊，請參閱 [Amazon Quick 中的篩選條件類型](filtering-types.md)。
1. 完成後，選擇**套用**。
**注意**
只在您合併的篩選條件套用至前 1,000 個資料列時，資料預覽才會顯示其結果。如果篩選掉所有前 1,000 個資料列，則預覽中不會顯示任何資料列。即使未篩選掉前 1,000 之後的資料列，此效果也會發生。
## 在分析中新增篩選條件
透過以下程序新增篩選條件至分析。
**若要新增篩選條件至分析**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇**分析**。
1. 在**分析**頁面上，選擇您要使用的分析。
1. 在分析中，選擇**篩選條件**圖示以開啟**篩選條件**窗格，然後選擇**新增**。
1. 在窗格中選擇相應的新篩選條件進行設定。您也可以選擇新篩選條件右側的三個點，然後選擇**編輯**。
1. 在開啟的**編輯篩選條件**窗格中，針對**套用至**，選擇下列選項之一。
+ **單一視覺效果**：篩選條件僅套用至所選項目。
+ **單一工作表**：篩選條件套用至單一工作表。
+ **跨工作表**：篩選條件會套用至資料集中的多個工作表。
根據欄位的資料類型，可用於設定篩選條件的剩餘選項會有所不同。如需可以建立的篩選條件類型及其組態的詳細資訊，請參閱 [Amazon Quick 中的篩選條件類型](filtering-types.md)。
# 跨工作表篩選條件與控制項
跨工作表篩選條件和控制項是範圍限定在整個分析或儀表板，或分析與儀表板內多個工作表的篩選條件。
## 篩選條件
**建立跨工作表篩選條件**
1. [新增篩選條件](https://docs.aws.amazon.com/quicksight/latest/user/add-a-filter-data-prep.html#add-a-filter-data-prep-analyses)後，您可以將篩選條件的範圍更新為跨工作表。依預設，這適用於分析中的所有工作表。
1. 如果已核取**套用跨資料集**方塊，則篩選條件將套用至最多 100 個不同的資料集中的所有視覺效果，這些資料集適用於篩選條件範圍中的所有工作表。
1. 如果您想要自訂套用篩選條件的工作表，請選擇跨工作表圖示。然後，您可以檢視目前套用篩選條件的工作表，或在自訂選取工作表上切換。
1. 當您啟用**自訂選取工作表**時，您可以選取要套用篩選條件的工作表。
1. 遵循在[編輯分析中的篩選條件](https://docs.aws.amazon.com/quicksight/latest/user/edit-a-filter-data-prep.html#edit-a-filter-data-prep-analyses)的步驟。您的變更會套用至您所選取所有工作表的所有篩選條件。如果篩選條件範圍限定在您的整個分析，則這包含新增的工作表。
**移除跨工作表篩選條件**
**正在刪除**
如果您沒有在這些篩選條件中建立控制項，請參閱[刪除分析中的篩選條件](https://docs.aws.amazon.com/quicksight/latest/user/delete-a-filter-data-prep.html#delete-a-filter-data-prep-analyses)。
如果您已建立控制項，則：
****
1. 遵循[刪除分析中的篩選條件](https://docs.aws.amazon.com/quicksight/latest/user/delete-a-filter-data-prep.html#delete-a-filter-data-prep-analyses)中的指示。
1. 如果您選擇**刪除篩選條件與控制項**，則會從所有頁面中刪除控制項。這可能會影響分析的版面配置。您也可以個別移除這些控制項。
**縮小範圍**
如果想要移除跨工作表篩選條件，也可以透過變更篩選條件範圍來執行此操作：
****
1. 遵循[在分析中編輯篩選條件](https://docs.aws.amazon.com/quicksight/latest/user/edit-a-filter-data-prep.html#edit-a-filter-data-prep-analyses)中的指示，以取得篩選條件。
1. 您可以進行的其中一個編輯是變更範圍。您可以切換到**單一工作表**或**單一視覺效果**。您也可以從跨工作表選擇中移除工作表。
或自訂工作表選取：
![\[這是 Quick Sight 中刪除篩選條件的影像。\]](http://docs.aws.amazon.com/zh_tw/quick/latest/userguide/images/cross-sheet-7.png)
1. 如果有控制項，您會看到一個模態，警告您將從不再套用篩選條件的任何工作表大量移除控制項，這可能會影響您的配置。您也可以個別移除控制項。如需詳細資訊，請參閱[移除跨工作表控制項](#cross-sheet-removing-control)。
1. 如果您將控制項新增至**篩選條件範圍中所有工作表的頂端**，則如果篩選條件的範圍限定在整個分析中，依預設，新增工作表將具有此新控制項。
## 控制項
### 建立跨工作表控制項
**新的篩選條件控制項**
1. 建立跨工作表篩選條件。如需詳細資訊，請參閱[篩選條件](#filters)。
1. 從三個點的選單中，您可以看到顯示**新增控制項**的選項。將游標暫留在其上，您將看到三個選項：
+ **篩選條件範圍中所有工作表的頂端**
+ **此工作表的頂端**
+ **在此工作表內**
如果您想要在工作表內新增至多個工作表，您可以逐工作表進行此操作。您也可以新增至頂端，然後使用每個控制項上的選項以**移至工作表**。如需詳細資訊，請參閱[編輯跨工作表控制項](#cross-sheet-controls-editing-control)。
**增加現有控制項的範圍**
1. 導覽至分析中的現有篩選條件
1. 將**套用**此篩選條件的工作表範圍變更為**跨工作表**。
1. 如果已經有從篩選條件建立的控制項，您會看到模態，如果您勾選此方塊，會將控制項大量新增至篩選條件範圍中所有工作表的頂端。如果已在工作表上，這不會影響已建立控制項的位置。
### 編輯跨工作表控制項
1. 前往跨工作表控制項 (如果控制項釘選在頂端)，並選取三個點的選單；或選取編輯鉛筆圖示 (如果控制項位於工作表)。您將會看到下列選項：
+ **前往篩選條件** (這將引導您前往跨工作表篩選條件，供您編輯或檢閱)
+ **移至工作表** (這會將控制項移至分析窗格)
+ **重設**
+ **重新整理**
+ **編輯**
+ **移除**
1. 選擇**編輯**。這將顯示分析右側的**格式控制**窗格。
1. 然後，您可以編輯控制項。標示**跨工作表設定**的頂端區段將套用至所有控制項，而本區域以外的任何設定皆不適用於所有控制項，而僅適用於您正在編輯的特定控制項。例如，**相關值**不是跨工作表控制項設定。
1. 您也可以查看此控制項所在的工作表，以及每個工作表上控制項的所在位置 (頂端或工作表)。您可以選擇 **Sheets(8)** 來執行此操作。
### 移除跨工作表控制項
有兩個方法可以移除控制項。第一個方法，從控制項：
1. 前往跨工作表控制項 (如果控制項釘選在頂端)，並選取三個點的選單；或選取編輯鉛筆圖示 (如果控制項位於工作表)。您將會看到下列選項：
+ **前往篩選條件** (這將引導您前往跨工作表篩選條件，供您編輯或檢閱)
+ **移至工作表** (這會將控制項移至分析窗格)
+ **重設**
+ **重新整理**
+ **編輯**
+ **移除**
1. 選擇**移除**。
第二個方法，從篩選條件中移除控制項：
1. 在建立跨工作表控制項的跨工作表篩選條件上，選擇三個點的選單。您會看到，現在有**管理控制項**的選項，而不是**新增控制項**的選項。
1. 將游標暫留在**管理控制項**上。您將會看到下列選項：
+ **在此工作表內移動**
+ **此工作表的頂端**
這些選項僅適用於工作表上的控制項，具體取決於目前控制項的位置。如果您沒有針對篩選條件範圍內所有工作表的控制項，將可選擇**新增至篩選條件範圍內所有工作表的頂端**。如果您已將工作表控制項新增至分析中的工作表，這不會將工作表控制項移至工作表的頂端。您也可以選擇**從此工作表中移除**或**從所有工作表中移除**。
# Amazon Quick 中的篩選條件類型
您可以在 Quick 中建立數種不同類型的篩選條件。您可建立的篩選條件類型主要取決於您要篩選的欄位的資料類型。
在資料集中，您可以建立以下類型的篩選條件：
+ 文字篩選條件
+ 數值篩選條件
+ 日期篩選條件
您在分析中可以建立的篩選條件類型與在資料集中相同。您還可以建立：
+ 使用和/或運算子的群組篩選條件
+ 串聯式篩選條件
+ 巢狀篩選條件
透過以下各章節詳細了解您可以建立的每種類型的篩選條件及其部分選項。
**Topics**
+ [新增文字篩選條件](add-a-text-filter-data-prep.md)
+ [新增巢狀篩選條件](add-a-nested-filter-data-prep.md)
+ [新增數值篩選條件](add-a-numeric-filter-data-prep.md)
+ [新增日期篩選條件](add-a-date-filter2.md)
+ [使用 AND 和 OR 運算子新增篩選條件 (群組篩選條件)](add-a-compound-filter.md)
+ [建立串聯式篩選條件](use-a-cascading-filter.md)
# 新增文字篩選條件
使用文字欄位新增篩選條件時，您可以建立以下類型的文字篩選條件：
+ **篩選條件清單** (僅限於分析)：此選項建立一個篩選條件，用於選取一個或多個欄位值，以在欄位中的所有可用值中包含或排除相應值。如需有關建立此類型文字篩選條件的詳細資訊，請參閱 [按清單篩選文字欄位值 (僅限於分析)](#text-filter-list)。
+ **自訂篩選條件清單**：透過此選項，您可以指定一或多個要篩選的欄位值，以及您想要包含還是排除包含那些值的記錄。輸入的值和實際欄位值必須完全相符，篩選條件才能套用到指定的記錄。如需有關建立此類型文字篩選條件的詳細資訊，請參閱 [按自訂清單篩選文字欄位值](#add-text-custom-filter-list-data-prep)。
+ **自訂篩選條件**：透過此選項，您可以輸入欄位值必須以某種方式符合的單一值。您可以指定欄位值必須等於指定的值、不等於指定的值、以指定的值開頭、以指定的值結尾、包含或不包含指定的值。如果您選擇等於比較，則指定值和實際欄位值必須完全相符，篩選條件才能套用到指定的記錄。如需有關建立此類型文字篩選條件的詳細資訊，請參閱 [篩選單一文字欄位值](#add-text-filter-custom-list-data-prep)。
+ **篩選條件頂端與底部** (僅限於分析)：您可以使用此選項顯示依另一個欄位的值來排名的一個欄位中排名最前或倒數最後 *n* 個值。例如，您可以根據收入顯示排名前五位的銷售人員。您也可以使用參數，讓儀表板使用者可以動態選擇要顯示多少個排名最前或倒數最後的值。如需建立頂端與底部篩選條件的詳細資訊，請參閱 [按頂端或底部值篩選文字欄位 (僅限於分析)](#add-text-filter-top-and-bottom)。
## 按清單篩選文字欄位值 (僅限於分析)
在分析中，您可以透過選取要在某個文字欄位全部的值清單中包含或排除的值，來篩選該欄位。
**透過包含和排除值來篩選文字欄位**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 針對**篩選條件類型**，選擇**篩選條件清單**。
1. 針對**篩選條件**，選擇**包含**或**排除**。
1. 選擇您想要據以篩選的欄位值。為此，請選取每個值前面的核取方塊。
如果有太多值可供選擇，請在清單上方的方塊中輸入搜尋字詞，然後選擇**搜尋**。搜尋詞彙不區分大小寫，而且不支援萬用字元。將會傳回任何包含搜尋詞彙的欄位值。例如，搜尋 "L" 會傳回 al、AL、la 和 LA。
除非有 1,000 個以上的相異值，否則在控制項中，這些值依字母順序顯示。控制項接著會顯示搜尋方塊。每次您搜尋要使用的值時，它就會啟動新的查詢。如果結果包含 1,000 個以上的值，您可以使用分頁捲動值。
1. 完成後，選擇**套用**。
## 按自訂清單篩選文字欄位值
您可以指定一或多個要據以篩選的欄位值，並選擇您想要包含還是排除含有那些值的記錄。指定值和實際欄位值必須完全相符，篩選條件才能套用到指定的記錄。
**透過自訂清單篩選文字欄位值**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 針對**篩選條件類型**，選擇**自訂篩選條件清單**。
1. 針對**篩選條件**，選擇**包含**或**排除**。
1. 針對**清單**，在文字方塊中輸入值。該值必須與現有欄位值完全相符。
1. (選用) 若要新增其他值，請在文字方塊中輸入，每行一個。
1. 針對 **Null 選項**，選擇**排除 Null**、**包含 Null** 或 **僅能使用 Null**。
1. 完成後，選擇**套用**。
## 篩選單一文字欄位值
使用**自訂篩選條件**篩選條件類型，您可以指定欄位值必須等於或不等於的單一值，或必須部分符合的單一值。如果您選擇等於比較，則指定值和實際欄位值必須完全相符，篩選條件才能套用到指定的記錄。
**按單一值篩選文字欄位**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 針對**篩選條件類型**，選擇**自訂篩選條件**。
1. 針對**篩選條件**，選擇以下其中一項：
+ **等於**：選擇此選項時，欄位中包含或排除的值必須與您輸入的值完全相符。
+ **不等於**：選擇此選項時，欄位中包含或排除的值必須與您輸入的值不相符。
+ **開頭為** ：選擇此選項時，欄位中包含或排除的值必須以您輸入的值開頭。
+ **結尾為** ：選擇此選項時，欄位中包含或排除的值必須以您輸入的值結尾。
+ **包含**：選擇此選項時，欄位中包含或排除的值必須包含您輸入的整個值。
+ **不包含**：選擇此選項時，欄位中包含或排除的值不得包含您輸入的值的任何部分。
**注意**
比較類型區分大小寫。
1. 執行以下任意一項：
+ 在**值**中，輸入常值。
+ 選擇**使用參數**以使用現有的參數，然後從清單中選擇參數。
您必須先建立參數，參數才會出現在此清單中。通常，您會建立參數，新增其控制項，然後新增其篩選條件。如需詳細資訊，請參閱[Amazon Quick 中的參數](parameters-in-quicksight.md)。
除非有 1,000 個以上的相異值，否則在控制項中，這些值依字母順序顯示。控制項接著會顯示搜尋方塊。每次您搜尋要使用的值時，它就會啟動新的查詢。如果結果包含 1,000 個以上的值，您可以使用分頁捲動值。
1. 針對 **Null 選項**，選擇**排除 Null**、**包含 Null** 或 **僅能使用 Null**。
1. 完成後，選擇**套用**。
## 按頂端或底部值篩選文字欄位 (僅限於分析)
您可以使用 **Top and bottom filter (排名最前和倒數最後篩選條件)**，以顯示一個欄位的排名最前或倒數最後 *n* 值，並依另一個欄位的值來排名。例如，您可以根據收入顯示排名前五位的銷售人員。您也可以使用參數，讓儀表板使用者可以動態選擇要顯示多少個排名最前或倒數最後的值。
**建立頂端與底部文字篩選條件**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 針對**篩選條件類型**，選擇**頂端與底部篩選條件**。
1. 選擇 **Top (排名最前)** 或 **Bottom (倒數最後)**。
1. 針對**顯示頂端**整數 (或**顯示底部**整數)，請執行以下其中一個動作：
+ 輸入要顯示的排名最前或倒數最後的項目數。
+ 若要使用參數來表示要顯示的頂端或底部的項目數，請選擇**使用參數**。然後選擇現有的整數參數。
例如，假設您希望預設顯示排名前三的銷售人員。您還希望儀表板檢視者能夠選擇是否顯示排名 1-10 位的銷售人員。在此情況下，請採取下列動作：
+ 建立具有預設值的整數參數。
+ 若要將顯示的項目數連結到參數控制項，請建立整數參數的控制項。然後，將控制項變成滑桿，刻度大小為 1、最小值為 1、最大值為 10。
+ 為了讓控制項可以運作，請依據 `Weighted Revenue` 針對 `Salesperson` 建立排名最前和倒數最後篩選條件，啟用**使用參數**，然後選擇您的整數參數。
1. 對於 **By (依據)**，請選擇排名依據的欄位。若要依收入顯示排名前五位的銷售人員，請選擇收入欄位。您也可以設定想要在欄位上執行的彙總。
1. (選用) 選擇**和局中斷器**，然後選擇另一個欄位以新增一個或多個彙總作為和局中斷器。在此範例中，當依據收入的前五名銷售人員返回五個以上結果時，這非常有用。如果多個銷售人員有相同的收入金額，就可能發生這種情況。
若要移除和局中斷器，請使用移除圖示。
1. 完成後，選擇**套用**。
# 新增巢狀篩選條件
巢狀篩選條件是可新增至快速分析的進階篩選條件。巢狀篩選條件會使用相同資料集中由另一個欄位定義的資料子集來篩選欄位。這可讓作者顯示其他關聯式資料，避免在資料點不符合初始條件時篩選掉資料。
巢狀篩選條件的運作方式類似於 SQL 中的相關子查詢或購物籃分析。例如，假設您想要對銷售資料執行購物籃分析。您可以使用巢狀篩選條件，針對已購買或尚未購買特定產品的客戶，依產品確定銷售數量。您也可以使用巢狀篩選條件，來識別未購買所選產品或僅購買特定產品清單的客戶群組。
巢狀篩選條件只能在分析層級新增。您不能將巢狀篩選條件新增至資料集。
使用以下程序將巢狀篩選條件新增至快速分析。
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 選擇**分析**，然後選擇要向其新增巢狀篩選條件的分析。
1. 在想要篩選的文字欄位上建立新的篩選條件。如需有關建立篩選條件的詳細資訊，請參閱[在分析中新增篩選條件](add-a-filter-data-prep.md#add-a-filter-data-prep-analyses)。
1. 建立新的篩選條件後，請在**篩選條件**窗格中找到新的篩選條件。選擇新篩選條件旁邊的省略符號 (三個點)，然後選擇**編輯篩選條件**。或者，在**篩選條件**窗格中選擇篩選條件實體，以開啟**編輯篩選條件**窗格。
1. **編輯篩選條件**窗格隨即開啟。開啟**篩選條件類型**下拉式選單，導覽至**進階篩選條件**區段，然後選擇**巢狀篩選條件**。
1. 對於**合格條件**，選擇**包含**或**排除**。*合格條件*可讓您對分析中的資料執行「不在集合中」查詢。在我們上述的銷售範例中，合格條件會判斷篩選條件是傳回購買特定產品的客戶清單，還是傳回未購買產品的客戶清單。
1. 對於**巢狀欄位**，選擇要用來篩選資料的文字欄位。巢狀欄位不能與在步驟 3 中選取的主要欄位相同。類別欄位是內部篩選條件唯一支援的欄位類型。
1. 對於**巢狀篩選條件類型**，選擇所需的篩選件類型。您選擇的篩選條件類型，會決定巢狀篩選條件的最終組態步驟。您可以在下方清單中，找到可用的篩選條件類型及其組態的相關資訊。
+ [篩選條件清單](https://docs.aws.amazon.com/quicksuite/latest/userguide/text-filter-list)
+ [自訂篩選條件清單](https://docs.aws.amazon.com/quicksuite/latest/userguide/add-text-custom-filter-list-data-prep)
+ [自訂篩選條件](https://docs.aws.amazon.com/quicksuite/latest/userguide/add-text-filter-custom-list-data-prep)
# 新增數值篩選條件
具有小數或 int 資料類型的欄位會被視為數字欄位。您可以指定比較類型 (例如 **Greater than (大於)** 或 **Between (之間)**)，以及一或多個適用於比較類型的比較值，在數字欄位上建立篩選條件。比較值必須是正整數，而且不得包含逗號。
您可以在數值篩選條件中使用下列比較類型：
+ 等於
+ 不等於
+ Greater than
+ 大於或等於
+ Less than
+ 小於或等於
+ 之間
**注意**
若要對數值資料使用頂端與底部篩選條件 (僅限於分析)，請先將欄位從量值改成維度。這樣做會將資料轉換成文字。然後您就可以使用文字篩選條件。如需詳細資訊，請參閱[新增文字篩選條件](add-a-text-filter-data-prep.md)。
在分析中，針對根據資料庫查詢的資料集，您也可以選擇將彙總函數套用到一或多個比較值，例如 **Sum** 或 **Average** 函數。
您可以在數值篩選條件中使用下列彙總函數：
+ 平均數
+ 計數
+ 相異計數
+ 最多
+ 中位數
+ 最少
+ 百分位數
+ 標準偏差
+ 標準偏差：母體
+ 總和
+ 變異數
+ 變異數：母體
## 建立數值篩選條件
請透過以下程序來建立數值欄位篩選條件。
**建立數值欄位篩選條件**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. (選用) 針對**彙總**，選擇一個彙總。預設不套用彙總。僅當在分析中建立數值篩選條件時，此選項才可用。
1. 針對**篩選條件**，選擇一種比較類型。
1. 執行以下任意一項：
+ 如果您選擇的比較類型不是**介於**，請輸入一個比較值。
如果您選擇的比較類型是 **Between (介於)**，請在 **Minimum value (最小值)** 中輸入值範圍的開始值，在 **Maximum value (最大值)** 中輸入值範圍的結束值。
+ (僅限於分析) 若要使用現有的參數，請啟用**使用參數**，然後從清單中選擇參數。
您必須先建立參數，參數才會出現在此清單中。通常，您會建立參數，新增其控制項，然後新增其篩選條件。如需詳細資訊，請參閱[Amazon Quick 中的參數](parameters-in-quicksight.md)。除非有 1,000 個以上的相異值，否則在控制項中，這些值依字母順序顯示。控制項接著會顯示搜尋方塊。每次您搜尋要使用的值時，它就會啟動新的查詢。如果結果包含 1,000 個以上的值，您可以使用分頁捲動值。
1. (僅限於分析) 針對 **Null 選項**，選擇**排除 Null**、**包含 Null** 或 **僅能使用 Null**。
1. 完成後，選擇**套用**。
# 新增日期篩選條件
您可以選取您想要使用的篩選條件和日期值，在日期欄位上建立篩選條件。日期有三種篩選條件類型：
+ **範圍**：一系列基於某個時間範圍和比較類型的日期。您可以根據日期欄位值是在指定日期之前或之後，還是在日期範圍內來篩選記錄。您可以採用 MM/DD/YYYY 格式輸入日期值。您可以使用下列比較類型：
+ **之間**：在開始日期與結束日期之間
+ **之後**：在指定日期之後
+ **之前**：在指定日期之前
+ **等於**：在指定的日期
針對每種比較類型，您也可以選擇相對期間或資料集值的滾動日期。
+ **相對** (僅限於分析)：一系列基於目前日期的日期和時間元素。您可以根據目前日期和您選取的度量單位 (UOM) 來篩選記錄。日期篩選條件單位包括年、季、月、週、日、小時和分鐘。您可以排除目前的期間，新增與最後 N 個相似的接下來 N 個篩選條件，但多了可以允許錨點日期的能力。您可以使用下列比較類型：
+ **前一個**：前一個 UOM，例如前一年。
+ **這個**：這個 UOM，其中包含所有落在選取 UOM 內的日期和時間，即使它們發生在未來也一樣。
+ **至今*或*到目前為止**：UOM 至今或 UOM 到目前為止。顯示的片語適用於您選擇的 UOM。不過，在所有情況下，此選項會篩選出不在目前 UOM 的開始與目前時刻之間的資料。
+ **最後 *n***：最後指定之特定 UOM 的數目，其中包含此 UOM 的全部，以及最後 *n*−1 UOM 的全部。例如，假設今天是 2017 年 5 月 10 日。您選擇使用*年*做為單位，並將最後 *n * 年設定為 3。篩選的資料包含所有 2017 的資料，加上所有 2016 和所有 2015 的資料。如果您有本年度 (此範例中的 2017) 未來日期的任何資料，則這些記錄會包含在您的資料集內。
+ **頂端與底部** (僅限於分析)：依另一個欄位排名的幾個日期項目。您可以根據另一個欄位的值，以顯示您所選擇的日期或時間 UOM 類型的排名最前或倒數最後 *n* 個。例如，您可以選擇根據收入顯示排名前 5 個的銷售日期。
比較會一併套用至指定的日期。例如，如果您套用篩選條件 `Before 1/1/16`，則傳回的記錄包含日期值通過 1/1/16 23:59:59 的所有資料列。如果不想包含指定的日期，您可以清除 **Include this date (包含此日期)** 選項。如果想要省略時間範圍，您可以使用 **Exclude the last N periods (排除後 N 個時段)** 選項，指定要篩選掉的時段數目和類型 (分鐘、天等等)。
您也可以選擇要包含或排除空值，或僅顯示這個欄位中含有空值的資料列。如果您傳入 null 日期參數 (無預設值的參數)，在您提供一個值之前，不會篩選資料。
**注意**
如果資料欄或屬性沒有時區資訊，則用戶端查詢引擎會設定該日期時間資料的預設解譯。例如，假設資料欄包含時間戳記，而不是 timestamptz，而且您所在的時區與資料的原始時區不同。在這種情況下，引擎可能會以與您預期不同的方式呈現時間戳記。Amazon Quick 和 [SPICE](spice.md)都使用國際標準時間 (UTC) 時間。
在以下各章節中了解如何在資料集和分析中建立日期篩選條件。
## 在資料集中建立日期篩選條件
透過以下程序來建立資料集中日期欄位的範圍篩選條件。
**為資料集中的日期欄位建立範圍篩選條件**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 針對**條件**，選擇比較類型：**之間**、**之後**或**之前**。
若要使用**之間**作為比較類型，請選擇**開始日期**和**結束日期**，然後從出現的日期選擇器控制項中選取日期。
您可以選擇是否在範圍中包含開始和結束日期的其中一個，或兩者都包含，方法是選取**包含開始日期**或**包含結束日期**。
若要使用**之前**或**之後**比較類型，請輸入日期，或選擇日期欄位來啟動日期選取器控制項，並改為選擇日期。您可以選擇包含此日期 (您選擇的日期)、排除後 N 個時段，以及指定如何處理 null。
1. 對於**時間精細程度**，請選擇**天**、**小時**、**分鐘**或**秒**。
1. 完成後，選擇**套用**。
## 在分析中建立日期篩選條件
您可以在分析中建立日期篩選條件，如下所述。
### 在分析中建立範圍日期篩選條件
透過以下程序來建立分析中日期欄位的範圍篩選條件。
**為分析中的日期欄位建立範圍篩選條件**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 針對**篩選條件類型**，選擇**日期與時間範圍**。
1. 針對**條件**，選擇比較類型：**之間**、**之後**、**之前**或**等於**。
若要使用**之間**作為比較類型，請選擇**開始日期**和**結束日期**，然後從出現的日期選擇器控制項中選取日期。
您可以選擇是否在範圍中包含開始和結束日期的其中一個，或兩者都包含，方法是選取**包含開始日期**或**包含結束日期**。
若要使用**之前**、**之後**或**等於**比較類型，請輸入日期，或選擇日期欄位來啟動日期選取器控制項，並改為選擇日期。您可以選擇包含此日期 (您選擇的日期)、排除後 N 個時段，以及指定如何處理 null。
若要**設定滾動日期**進行比較，請選擇**設定滾動日期**。
在開啟的**設定滾動日期**窗格中，選取**相對日期**，然後選擇是否要將日期設為**今天**、**昨天**，或者您可以指定**篩選條件**(開始或結束)、**範圍** (這個、前一個或下一個) 和**期間** (年、季度、月、週或天)。
1. 對於**時間精細程度**，請選擇**天**、**小時**、**分鐘**或**秒**。
1. (選用) 如果您使用現有的參數來篩選，而不是特定日期，請選擇**使用參數**，然後從清單中選擇一或多個參數。若要使用 **Before (之前)**、**After (之後)** 或 **Equals (等於)** 比較，請選擇一個日期參數。您可以將此日期包含在範圍內。
若要使用 **Between (介於)**，請分別輸入開始日期和結束日期參數。您可以在範圍中包含開始日期，結束日期，或兩者都包含。
若要在篩選條件中使用參數，請先建立它們。通常，您會建立參數，新增其控制項，然後新增其篩選條件。如需詳細資訊，請參閱[Amazon Quick 中的參數](parameters-in-quicksight.md)。
1. 針對 **Null 選項**，選擇**排除 Null**、**包含 Null** 或 **僅能使用 Null**。
1. 完成後，選擇**套用**。
### 在分析中建立相對日期篩選條件
透過以下程序來建立分析中日期欄位的相對篩選條件。
**為分析中的日期欄位建立相對篩選條件**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 對於**篩選條件類型**，選擇**相對日期**。
1. 對於**時間精細程度**，選擇篩選的時間精細程度 (天、小時、分鐘)。
1. 對於**期間**，選擇時間單位 (年、季度、月、週、天)。
1. 針對**範圍**，選擇您希望篩選條件與時間範圍關聯的方式。例如，若您選擇依照月份進行報告，您的選項便包含上個月、這個月、月初至今、最後 N 個月，以及接下來 N 個月。
如果您選擇過去 N 或未來 N 年、季、月、週或天，請針對**數量**輸入一個數字。例如，過去 3 年、接下來 5 個季度、過去 5 天。
1. 針對 **Null 選項**，選擇**排除 Null**、**包含 Null** 或 **僅能使用 Null**。
1. 針對**設定相對日期**，選擇以下其中一項：
+ **目前的日期時間**：若選擇此選項，您可以將其設為**排除最後**，然後指定時間期間的數量和類型。
+ **來自參數的日期和時間**：若選擇此選項，您可以選取現有的日期時間參數。
1. (選用) 如果您使用現有的參數來篩選，而不是特定日期，請啟用 **Use parameters (使用參數)**，然後從清單中選擇一或多個參數。
若要在篩選條件中使用參數，請先建立它們。通常，您會建立參數，新增其控制項，然後新增其篩選條件。如需詳細資訊，請參閱[Amazon Quick 中的參數](parameters-in-quicksight.md)。
1. 完成後，選擇**套用**。
### 在分析中建立頂端與底部日期篩選條件
透過以下程序來建立分析中日期欄位的頂端與底部篩選條件。
**為分析中的日期欄位建立頂端與底部篩選條件**
1. 使用文字欄位建立新篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 針對**篩選條件類型**，選擇**頂端與底部**。
1. 選擇**頂端**或**底部**。
1. 針對**顯示**，輸入您希望顯示的排名最前或倒數最後的項目數，然後選擇時間單位 (年、季度、月、週、天、小時、分鐘)。
1. 對於 **By (依據)**，請選擇排名依據的欄位。
1. (選用) 如果**依據**的欄位有重複項，選擇新增另一個欄位作為和局中斷器。選擇**和局中斷器**，然後選擇另一個欄位。若要移除和局中斷器，請使用移除圖示。
1. (選用) 如果您使用現有的參數來篩選，而不是特定日期，請選擇**使用參數**，然後從清單中選擇一或多個參數。
若要對 **Top and bottom (排名最後和倒數最後)** 使用參數，請選擇整數參數，代表要顯示的排名最後或倒數最後的項目數。
若要在篩選條件中使用參數，請先建立它們。通常，您會建立參數，新增其控制項，然後新增其篩選條件。如需詳細資訊，請參閱[Amazon Quick 中的參數](parameters-in-quicksight.md)。
1. 完成後，選擇**套用**。
# 使用 AND 和 OR 運算子新增篩選條件 (群組篩選條件)
在分析中，當您將多個篩選條件新增至視覺效果時，Quick 會使用 AND 運算子來合併它們。您也可以使用 OR 運算子將篩選條件新增至單一篩選條件。這稱為複合篩選條件或篩選條件群組。
若要使用 OR 運算子來新增多個篩選條件，請建立篩選條件群組。在分析中，篩選條件分組可用於所有類型的篩選條件。
當您依據多個量值 (以 \$1 標示的綠色欄位) 來篩選時，您可以將篩選條件套用到該欄位的彙總。群組中的篩選條件可以包含彙總或非彙總的欄位，但不能同時都包含。
**若要建立篩選條件群組**
1. 在分析中建立新的篩選條件。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇新篩選條件將其展開。
1. 在展開的篩選條件中，選擇底部的**新增篩選條件**，然後選擇要篩選的欄位。
1. 選擇要篩選的條件。
您選取的欄位的資料類型決定此處可用的選項。例如，如果您選擇數值欄位，則可以指定彙總、篩選條件和值。如果您選擇文字欄位，則可以選擇篩選條件類型、篩選條件和值。如果您選擇日期欄位，則可以指定篩選條件類型、條件和時間精細程度。如需關於這些選項的詳細資訊，請參閱 [Amazon Quick 中的篩選條件類型](filtering-types.md)。
1. (選用) 您可以透過再次選擇底部的**新增篩選條件**，為篩選條件群組新增更多篩選條件。
1. (選用) 若要從篩選群組中移除篩選條件，請選擇靠近欄位名稱的垃圾桶圖示。
1. 完成後，選擇**套用**。
相應篩選條件會在**篩選條件**窗格中顯示為一個群組。
# 建立串聯式篩選條件
串聯任何動作 (例如篩選條件) 背後的概念是，在階層中較高層級所做的選擇，會影響階層的較低層級。「串聯」**這個詞來自層疊小瀑布，水從某個層流到下一個層。
若要設定串聯篩選條件，您需要啟動篩選條件的觸發點，以及套用篩選條件的目標點。在快速中，觸發條件和目標點包含在視覺效果中。
若要建立串聯篩選條件，請設定動作，而非篩選條件。採用這個方法的原因，是因為您需要定義啟動串聯篩選條件的方式、涉及哪些欄位，以及當某人啟動時會篩選哪些視覺效果。如需詳細資訊 (包括逐步指示)，請參閱 [使用自訂動作進行篩選和導覽](quicksight-actions.md)。
還有兩種方式可以跨多個視覺效果啟動篩選條件：
+ **針對從儀表板上小工具啟動的篩選條件**：此小工具稱為「工作表控制項」**，這是自訂的選單，您可以將其新增至分析或儀表板的頂端。最常見的資料表控制項是下拉式清單，在您開啟時會顯示可供選擇的選項清單。若要將其中一種新增至您的分析中，請建立參數、將控制項新增至參數，然後新增使用該參數的篩選條件。如需詳細資訊，請參閱[在 Amazon Quick 中設定參數](parameters-set-up.md)、[在 Amazon Quick 中使用具有參數的控制項](parameters-controls.md)及[將篩選條件控制項新增至分析工作表](filter-controls.md)。
+ **針對永遠會套用至多個視覺化效果的篩選條件**：這是一般篩選條件，除了您將其範圍設為套用至多個 (或全部) 視覺化效果的篩選條件以外。這類型的篩選條件並不會串聯，因為沒有觸發點。它一律會篩選設定為要進行篩選的所有視覺效果。若要將此類型的篩選條件新增至分析，請建立或編輯篩選條件，然後選擇其範圍：**單一視覺效果**、**單一工作表**或**跨工作表**。請注意**套用跨資料集**選項。如果核取此方塊，則篩選條件會套用至篩選範圍中所有工作表上適用之不同資料集的所有視覺效果。如需詳細資訊，請參閱[篩選條件](cross-sheet-filters.md#filters)。
# 將篩選條件控制項新增至分析工作表
設計分析時，您可以在分析工作表中將篩選條件新增至要篩選的視覺化效果附近。它作為一個控制項出現在工作表中，當您將分析發布為儀表板時，儀表板檢視者便可以使用該控制項。控制項使用分析主題設定，因此看起來像是工作表的一部分。
篩選條件控制項與其篩選條件共用一些設定。它們會套用至同一張工作表上的一個、部分或全部物件。
透過以下各章節為分析新增和自訂篩選條件控制項。若要了解如何新增跨工作表控制項，請參閱[控制項](cross-sheet-filters.md#cross-sheet-controls)。
**Topics**
+ [新增篩選條件控制項](#filter-controls-add)
+ [將篩選條件控制釘選到工作表頂端](#filter-controls-pin)
+ [自訂篩選條件控制項](#filter-controls-customize)
+ [階層式篩選條件控制項](#cascading-controls)
## 新增篩選條件控制項
透過以下程序新增篩選條件控制項。
**新增篩選條件控制項**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇**分析**，然後選擇您要使用的分析。
1. 在分析中，選擇**篩選條件**。
1. 如果您還沒有可用的篩選條件，請建立一個。如需建立篩選條件的詳細資訊，請參閱 [新增篩選條件](add-a-filter-data-prep.md)。
1. 在**篩選條件**窗格中，選擇要為其新增控制項的篩選條件右側的三個點，然後選擇**新增至工作表**。
篩選條件控制項會新增到工作表中，並且通常位於底部。您可以調整其大小，或將其拖曳到工作表上的不同位置。您還可以自訂它的顯示方式，以及儀表板檢視者與之互動的方式。如需有關自訂篩選條件控制項的詳細資訊，請參閱以下各章節。
## 將篩選條件控制釘選到工作表頂端
透過以下程序將篩選條件控制項釘選到工作表的頂端。
**將控制項釘選到工作表頂端**
1. 在要移動的篩選條件控制項上，選擇鉛筆圖示旁的三個點，然後選擇**釘選到頂端**。
相應篩選條件釘選到工作表頂端並折疊。您可以按一下它展開它。
1. (選用) 若要取消釘選控制項，請將其展開並在工作表頂端將滑鼠懸停在其上方，直到出現三個點。選擇三個點，然後選擇**移至工作表**。
## 自訂篩選條件控制項
根據欄位的資料類型和篩選條件的類型，可用的篩選條件控制項設定有所不同。您可以自訂它們在工作表中的顯示方式，以及儀表板檢視者與它們互動的方式。
**自訂篩選條件控制項**
1. 在工作表中選擇篩選條件控制項。
1. 在篩選條件控制項上，選擇鉛筆圖示。
如果篩選條件控制項釘選到工作表頂端，請將其展開並將遊標停留在其上，直到出現三個點。選擇三個點，然後選擇**編輯**。
1. 在開啟的**格式控制**窗格中，執行下列操作：
1. 針對**顯示名稱**，輸入篩選條件控制項的名稱。
1. (選用) 若要隱藏篩選條件控制項名稱，請清除**顯示標題**的核取方塊。
1. 針對**標題字型大小**，選擇您要使用的標題字型大小。選項範圍從超小型到超大型。預設設定為中型。
其餘步驟取決於控制項參考的欄位類型。有關不同篩選條件類型的選項，請參閱以下各章節。
### 日期篩選條件
如果是日期篩選條件控制項，請透過以下程序自訂其餘選項。
**自訂日期篩選條件的更多選項**
1. 在**格式控制**窗格中，針對**樣式**，請選擇下列選項之一：
+ **日期選擇器：範圍**：顯示一組兩個欄位來定義時間範圍。您可以輸入日期或時間，也可以從行事曆控制項中選擇日期。您還可以透過針對**日期格式**輸入日期字符，來自訂日期在控制項中的顯示方式。如需詳細資訊，請參閱[在 Quick 中自訂日期格式](format-visual-date-controls.md)。
+ **日期選擇器 - 相對**：顯示時間段、與當前日期和時間的關係以及排除時間段的選項等設定。您還可以透過針對**日期格式**輸入日期字符，來自訂日期在控制項中的顯示方式。如需詳細資訊，請參閱[在 Quick 中自訂日期格式](format-visual-date-controls.md)。
+ **文字欄位**：顯示一個方塊，您可以在其中輸入排名最前或倒數最後 *N* 個日期。
依預設，協助程式文字包含在文字欄位控制項中，但您可以透過清除**在控制項中顯示協助程式文字**選項來移除它。
根據預設，每當控制項變更時，都會重新載入快速視覺效果。對於「行事曆」和「相對日期選擇器」控制項，作者可以將**套用**按鈕新增至控制項，以延遲視覺效果重新載入，直到使用者選擇**套用**為止。這可讓使用者一次進行多個變更，而不需要額外查詢。您可以在**格式控制**窗格的**控制選項**區段中，使用**顯示套用按鈕**核取方塊來設定此設定。
1. 完成後，選擇**套用**。
### 文字篩選條件
如果是文字篩選條件控制項 (例如維度、類別或標籤)，請透過以下程序自訂其餘選項。
**自訂文字篩選條件的更多選項**
1. 在**格式控制**窗格中，針對**樣式**，請選擇下列選項之一：
+ **下拉式清單**：顯示一個下拉式清單，其中包含可用於選取單一值的按鈕。
當您選取此選項時，您可以為**值**選取以下選項：
+ **篩選條件**：顯示篩選條件中可用的所有值。
+ **特定數值**：允許您輸入要顯示的值，每行一個值。
您也可以選擇**隱藏控制項值中的「全部選取」選項**。這將移除篩選條件控制項中用於選取全部值或取消選取全部值的選項。
+ **下拉式清單：多重選取**：顯示一個下拉式清單，其中包含可用於選取多個值的方塊。
當您選取此選項時，您可以為**值**選取以下選項：
+ **篩選條件**：顯示篩選條件中可用的所有值。
+ **特定數值**：允許您輸入要顯示的值，每行一個值。
根據預設，每當控制項變更時，都會重新載入快速視覺效果。對於「多重選取下拉式清單」控制項，作者可以將**套用**按鈕新增至控制項，以延遲視覺效果重新載入，直到使用者選擇**套用**為止。這可讓使用者一次進行多個變更，而不需要額外查詢。您可以在**格式控制**窗格的**控制選項**區段中，使用**顯示套用按鈕**核取方塊來設定此設定。
+ **清單**：顯示一個清單，其中包含可用於選取單一值的按鈕。
當您選取此選項時，您可以為**值**選取以下選項：
+ **篩選條件**：顯示篩選條件中可用的所有值。
+ **特定數值**：允許您輸入要顯示的值，每行一個值。
您也可以選擇下列選項：
+ **當控制項位於工作表上時隱藏搜尋列**：隱藏篩選條件控制項中的搜尋列，以便使用者無法搜尋特定值。
+ **隱藏控制項值中的「全部選取」選項**：移除篩選條件控制項中用於選取全部值或取消選取全部值的選項。
+ **清單 - 多重選取**：顯示一個清單，其中包含可用於選取多個值的方塊。
當您選取此選項時，您可以為**值**選取以下選項：
+ **篩選條件**：顯示篩選條件中可用的所有值。
+ **特定數值**：允許您輸入要顯示的值，每行一個值。
您也可以選擇下列選項：
+ **當控制項位於工作表上時隱藏搜尋列**：隱藏篩選條件控制項中的搜尋列，以便使用者無法搜尋特定值。
+ **隱藏控制項值中的「全部選取」選項**：移除篩選條件控制項中用於選取全部值或取消選取全部值的選項。
+ **文字欄位**：顯示一個文字方塊，您可以在其中輸入單一項目。文字欄位支援最多 79,950 個字元。
選取此選項後，您可以選擇以下選項：
+ **在控制項中顯示協助程式文字**：移除文字欄位中的協助程式文字。
+ **文字欄位 - 多行**：顯示一個文字方塊，您可以在其中輸入多個項目。多行文字欄位在所有項目中支援最多 79,950 個字元。
選取此選項後，您可以選擇以下選項：
+ 針對**值分隔依據**，選擇您想要如何分隔輸入到篩選條件控制項中的值。您可以選擇使用換行符號、逗號、縱線字元 (\$1) 或分號來分隔數值。
+ **在控制項中顯示協助程式文字**：移除文字欄位中的協助程式文字。
1. 完成後，選擇**套用**。
### 數值篩選條件
如果是數值篩選條件控制項，請透過以下程序自訂其餘選項。
**自訂數值篩選條件的更多選項**
1. 在**格式控制**窗格中，針對**樣式**，請選擇下列選項之一：
+ **下拉式清單**：顯示一個清單，您可以在其中選取單一值。
當您選取此選項時，您可以為**值**選取以下選項：
+ **篩選條件**：顯示篩選條件中可用的所有值。
+ **特定數值**：允許您輸入要顯示的值，每行一個值。
您也可以選擇**隱藏控制項值中的「全部選取」選項**。這將移除篩選條件控制項中用於選取全部值或取消選取全部值的選項。
+ **篩選條件**：顯示篩選條件中可用的所有值。
+ **特定數值**：允許您輸入要顯示的值，每行一個值。
+ **隱藏控制項值中的「全部選取」選項**：移除篩選條件控制項中用於選取全部值或取消選取全部值的選項。
+ **清單**：顯示一個清單，其中包含可以選取單一值的按鈕。
當您選取此選項時，您可以為**值**選取以下選項：
+ **篩選條件**：顯示篩選條件中可用的所有值。
+ **特定數值**：允許您輸入要顯示的值，每行一個值。
您也可以選擇下列選項：
+ **當控制項位於工作表上時隱藏搜尋列**：隱藏篩選條件控制項中的搜尋列，以便使用者無法搜尋特定值。
+ **隱藏控制項值中的「全部選取」選項**：移除篩選條件控制項中用於選取全部值或取消選取全部值的選項。
+ **滑桿**：顯示帶有滑塊的水平列，您可以滑動該滑塊來變更數值。如果最小值和最大值之間的值有範圍篩選條件，則滑桿會為每個數字提供滑塊。針對滑桿，您可以指定下列選項：
+ **最小值**：在滑桿左側顯示較小的值。
+ **最大值**：在滑桿右側顯示較大的值。
+ **步驟大小**：允許您設定列分段的數目。
+ **文字方塊**：顯示一個可以輸入值的方塊。當您選取此選項，您可以選擇以下選項：
+ **在控制項中顯示協助程式文字**：移除文字欄位中的協助程式文字。
1. 完成後，選擇**套用**。
## 階層式篩選條件控制項
您可以限制控制項中顯示的值，以便它們只顯示對其他控制項中選取之項目有效的值。這稱為階層式控制項。
**建立串聯式控制項時，會套用下列限制：**
1. 串聯控制項必須繫結至相同資料集中的資料集資料欄。
1. 子控制項必須是下拉清單或清單控制項。
1. 對於參數控制項，子控制項必須連結至資料集資料欄。
1. 對於篩選條件控制項，子控制項必須連結到篩選條件 (而不是僅顯示特定值)。
1. 父控制項必須是下列其中一種：
1. 字串、整數或數值參數控制項。
1. 字串篩選條件控制項 (不包括「上下」篩選條件)。
1. 非彙總的數字篩選控制項。
1. 日期篩選條件控制項 (不包括「上下」篩選條件)。
**建立階層式控制項**
1. 選擇**僅顯示相關值**。請注意，並非所有篩選條件控制類型都提供此選項。
1. 在開啟的**僅顯示相關值**窗格中，從可用清單中選擇一個或多個控制項。
1. 選擇與值相符的欄位。
1. 選擇**更新**。
# 編輯篩選條件
您可以隨時在資料集或分析中編輯篩選條件。
您無法變更套用篩選條件的欄位。若要將篩選條件套用到不同的欄位，請改為建立一個新的篩選條件。
透過以下程序來了解如何編輯篩選條件。
## 編輯資料集中的篩選條件
透過以下程序來編輯資料集中的篩選條件。
**若要編輯資料集中的篩選條件**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇左側**的資料**。
1. 在**資料集**索引標籤下，選擇您想要的資料集，然後選擇**編輯資料集**。
1. 在開啟的資料準備頁面上，選擇左下角的**篩選條件**。
1. 選擇要編輯的篩選條件。
1. 編輯完成後，選擇**套用**。
## 編輯分析中的篩選條件
透過以下程序編輯分析中的篩選條件。
**若要編輯分析中的篩選條件**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇左側**的分析**。
1. 在**分析**頁面上，選擇您要使用的分析。
1. 在分析中，選擇顯示的**篩選條件**圖示以開啟**篩選條件**窗格。
1. 選擇要編輯的篩選條件。
1. 編輯完成後，選擇**套用**。
# 啟用或停用篩選條件
您可以使用篩選條件選單，啟用或停用資料集或分析中的篩選條件。當您建立篩選條件時，預設為啟用篩選條件。停用某個篩選條件會從欄位中移除該篩選條件，但不會從資料集或分析中移除它。已停用的篩選條件在篩選條件窗格中呈現灰色顯示。如果您想將篩選條件重新套用到相應欄位，只需啟用它即可。
透過以下程序了解如何啟用或停用篩選條件。
## 停用資料集中的篩選條件
透過以下程序停用資料集中的篩選條件。
**若要停用資料集中的篩選條件**
1. 在快速首頁中，選擇左側**的資料**。
1. 在**資料集**索引標籤下，選擇您想要的資料集，然後選擇**編輯資料集**。
1. 在開啟的資料準備頁面上，選擇左下角的**篩選條件**。
1. 在左側的**篩選條件**窗格中，選擇要停用的篩選條件右側的三個點，然後選擇**停用**。若要啟用已停用的篩選條件，請選擇**啟用**。
## 停用分析中的篩選條件
透過以下程序停用分析中的篩選條件。
**若要停用分析中的篩選條件**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇**分析**。
1. 在**分析**頁面上，選擇您要使用的分析。
1. 在分析中，選擇**篩選條件**圖示以開啟**篩選條件**窗格。
1. 在開啟的**篩選條件**窗格中，選擇要停用的篩選條件右側的三個點，然後選擇**停用**。若要啟用已停用的篩選條件，請選擇**啟用**。
# 刪除篩選條件
您可以隨時刪除資料集或分析中的篩選條件。透過以下程序了解操作方式。
## 刪除資料集中的篩選條件
透過以下程序刪除資料集中的篩選條件。
**若要刪除資料集中的篩選條件**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇**資料**。
1. 在**資料集**索引標籤下，選擇您想要的資料集，然後選擇**編輯資料集**。
1. 在開啟的資料準備頁面上，選擇左下角的**篩選條件**。
1. 選擇您要刪除的篩選條件，然後選擇**刪除篩選條件**。
## 刪除分析中的篩選條件
透過以下程序刪除刪除分析中的篩選條件。
**若要刪除分析中的篩選條件**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 在快速首頁中，選擇**分析**。
1. 在**分析**頁面上，選擇您要使用的分析。
1. 在分析中，選擇**篩選條件**圖示以開啟**篩選條件**窗格。
1. 選擇您要刪除的篩選條件，然後選擇**刪除篩選條件**。
# 預覽資料集中的資料表
您可以預覽資料集中的每個單獨的資料表。當您選擇要預覽的資料表時，該表的唯讀預覽將顯示在資料預覽區段的新索引標籤中。您可以同時開啟多個資料表預覽索引標籤。
您只能預覽資料集中您有權存取的資料表。如果資料準備空間的上半部分沒有出現資料表，則無法預覽該表。
**資料集**索引標籤包含所有轉換，例如新增資料欄或篩選條件。資料表預覽索引標籤不顯示任何轉換。
**預覽資料表**
1. 在快速首頁上，選擇左側**的資料**。
1. 在**資料**索引標籤中，選擇您想要的資料集，然後選擇**編輯資料集**。
1. 選擇要預覽的資料表，選擇向下箭頭開啟選單，然後選擇**顯示資料表預覽**。
# 使用 SQL 自訂資料
當您建立資料集或準備用於分析的資料時，您可以在查詢編輯器中自訂資料。
查詢編輯器是由下列多個元件組成：
+ ****查詢模式**** 在左上角，您可以選擇切換直接查詢或 SPICE 查詢模式：
+ **直接查詢**：直接對資料庫執行 SELECT 陳述式
+ **SPICE**：對之前已存放在記憶體中的資料執行 SELECT 陳述式
+ ****欄位****：使用此區段可停用您想要從最終資料集中移除的欄位。您可以在此區段中新增計算欄位，並使用 SageMaker AI 擴增資料
+ ****查詢封存****：使用此區段可尋找舊版的 SQL 查詢。
+ ****篩選條件****：使用此區段可新增、編輯或移除篩選條件。
+ ****結構描述總管****：此區段只會在您編輯 SQL 時出現。您可以使用此區段探索結構描述、資料表、欄位和資料類型。
+ ****SQL 編輯器****：使用此區段可編輯您的 SQL。SQL 編輯器提供語法反白、基本的自動完成、自動縮排以及編入行號。您只能為與 SQL 相容之資料來源中的資料集指定 SQL 查詢。您的 SQL 必須符合目標資料庫有關語法、大寫、命令終止等等的要求。如果喜歡，您還可以改從其他編輯器貼上 SQL。
+ ****資料工作空間****：關閉 SQL 編輯器後，資料工作空間就會以網格背景顯示在右上角。您在這裡可以看到以圖形表示的資料物件，包括查詢、資料表、檔案，以及在聯結編輯器中建立的聯結。
若要檢視每份資料表的詳細資訊，請使用資料來源的選項 選單，然後選擇**資料表詳細資訊**或**編輯 SQL 查詢**。顯示的詳細資訊包括資料表名稱和別名、結構描述、資料來源名稱和資料來源類型。如需檔案的上傳設定，請從資料來源 options (選項) 功能表中選擇 **Configure upload settings (設定上傳設定)**，以檢視或變更下列設定：
+ 格式：檔案的格式，CSV、自訂、CLF 等
+ 起始列：開始的資料列
+ 文字限定詞：雙引號或單引號
+ 標頭：指出檔案是否包含標頭資料列
+ ****預覽資料列****：當未使用聯結組態編輯器時，取樣資料列的預覽會顯示在右下角。
+ ****聯結組態** 編輯器**：當您在資料工作空間中有多個資料物件時，聯結編輯器就會開啟。請選取兩份資料表 (或多個檔案) 之間的聯結圖示，以編輯聯結。使用畫面底部的聯結組態面板，選擇聯結類型和要聯結的欄位。然後選擇 **Apply (套用)** 建立聯結。您必須先完成所有聯結，才能儲存工作。
若要新增更多查詢、資料表或檔案，請使用工作空間上方的 **Add data (新增資料)** 選項。
## 建立基本的 SQL 查詢
使用自訂的 SQL 查詢，利用以下程序連線至資料來源。
**建立基本的 SQL 查詢**
1. 建立新的資料來源並驗證連線。
1. 填寫連線的必要選項，但不必選取結構描述或資料表。
1. 選擇 **Use custom SQL (使用自訂 SQL)**。
1. (選用) 您可以在 SQL 編輯器中輸入查詢，或繼續下一個步驟，使用全螢幕版本。若要立即輸入，請建立查詢名稱。然後在編輯器中鍵入或貼上 SQL 查詢。SQL 編輯器提供語法反白、基本的自動完成、自動縮排以及編入行號。
(選用) 選擇**確認查詢**驗證查詢，並檢視直接查詢的設定、SPICE 記憶體和 SageMaker AI 設定。
1. 選擇 **Edit/Preview data (編輯/預覽資料)**。完整的查詢編輯器隨即出現，並顯示 SQL 編輯器。系統即會處理查詢，而且查詢結果的範例會顯示在資料預覽窗格中。您可以變更 SQL，然後選擇 **Apply (套用)** 確認變更。完成 SQL 後，請選擇 **Close (關閉)** 繼續作業。
1. 在頂端輸入資料集的名稱。然後選擇 **Save & visualize (儲存並視覺化)**。
### 修改現有的查詢
**更新 SQL 查詢**
1. 開啟您要使用的資料集。
1. 在具有網格的工作空間中，找到代表現有查詢的方塊形物件。
1. 開啟查詢物件的 options (選項) 功能表，然後選擇 **Edit SQL query (編輯 SQL 查詢)**。如果清單中沒有此選項，即表示查詢物件不是以 SQL 為基礎。
若要檢視舊版查詢，請開啟左側的 **Query archive (查詢封存)**。
# 新增地理空間資料
您可以標記資料中的地理欄位，讓 Amazon Quick Sight 可以在地圖上顯示它們。Amazon Quick Sight 可以繪製經緯度座標的圖表。它還可辨識地理元件，例如國家、州/地區、郡/縣、城市和郵遞區號。您也可以建立一個可以區分類似實體的地理階層，例如兩州中相同的城市名稱。
**注意**
有些 Amazon Quick Sight 中目前不支援地理空間圖表 AWS 區域，包括中國。我們正在努力新增更多區域的支援。
請透過以下程序，將地理空間資料類型和階層新增到您的資料集。
**將地理空間資料類型和階層新增到資料集**
1. 在資料準備頁面上，標示具有正確資料類型的地理元件。
有幾種方式可以執行此作業。一種為選擇 **Fields (欄位)** 下的欄位，並使用省略符號圖示 (**...**) 來開啟內容功能表。
然後，選擇正確的地理空間資料類型。
您也可以利用資料範例，變更工作區域中的資料類型。若要這樣做，請選擇欄位名稱下列出的資料類型。然後，選擇您要指派的資料類型。
1. 驗證映射所需的所有地理空間欄位是否標示為地理空間資料類型。您可以尋找位置標記圖示來檢查此動作。這個圖示會出現在頁面頂部的欄位名稱之下，也出現在左邊的 **Fields (欄位)** 窗格中。
也會檢查資料類型的名稱，例如緯度或國家。
1. (選用) 您可以設定地理元件 (州、城市) 的階層或分組、或經緯度座標的階層或分組。對於座標，您也須將經緯度新增到地理空間欄位。
若要建立階層或分組，請先在 **Fields (欄位)** 窗格中選擇其中一個欄位。每個欄位只能屬於一個階層。您先選擇哪一個，或依何種順序新增欄位，並不重要。
選擇欄位名稱旁邊的省略符號圖示 (**...**)。然後選擇 **Add to a hierarchy (新增到階層)**。
1. 在 **Add field to hierarchy (將欄位新增到階層)** 畫面上，選擇下列其中一項：
+ 選擇 **Create a new geospatial hierarchy (建立新的地理空間階層)** 來建立新的分組。
+ 選擇 **Add to existing geospatial hierarchy (新增到現有的地理空間階層)**，將欄位新增到已存在的分組。顯示的現有階層僅包含符合地理空間類型的階層。
選擇 **Add (新增)** 來確認您的選擇。
1. 在 **Create hierarchy (建立階層)** 畫面上，命名您的階層。
如果您要建立經緯度分組，則會顯示**建立階層**畫面。根據您在先前步驟中選擇緯度還是經度，緯度或經度會顯示在這個畫面上。確定您的緯度欄位顯示在**用於緯度的欄位**之下。也請確定您的經度顯示在**用於經度的欄位**之下。
對於地理元件，**Create hierarchy (建立階層)** 畫面有兩個選項：
+ 如果您的資料只包含一個國家，請選擇 **This hierarchy is for a single country (此階層用於單一國家)**。從清單中選擇特定的國家。您的資料不需要包含階層的每個層級。您可以將欄位新增到階層，順序不拘。
+ 如果您的資料包含多個國家，請選擇 **This hierarchy is for multiple countries (此階層用於多個國家)**。選擇包含國家名稱的欄位。
對於任一個階層類型，請選擇 **Update (更新)** 以繼續。
1. 視需要將多個欄位新增至階層以繼續。
您的地理空間分組會出現在 **Fields (欄位)** 窗格中。
# 變更地理空間分組
您可以變更資料集內存在的地理空間階層或分組。
請透過以下程序來編輯或解散地理空間階層。
**編輯或解散地理空間階層**
1. 開啟資料集。在 **Fields (欄位)** 窗格中，選擇階層名稱。
1. 選擇省略符號圖示 (**...**)，然後選擇下列其中一個選項。
選擇 **Disband hierarchy (解散階層)**，從資料集移除階層。您無法復原此操作。不過，您可以在步驟 1 再次開始，以重新建立階層或分組。解散階層並不會從資料集移除任何欄位。
選擇 **Edit hierarchy (編輯階層)** 來變更階層。這樣做會重新開啟建立畫面，讓您可以在重建階層時做出不同的選擇。
# 地理空間疑難排解
使用本節來探索正確處理地理空間資料的 Amazon Quick Sight 需求。如果 Amazon Quick Sight 無法將您的地理空間資料識別為地理空間，請使用本節來協助疑難排解問題。確定您的資料遵循列出的準則，以便其可在地理空間視覺效果中運作。
**注意**
Amazon Quick Sight 中的地理空間圖表目前不支援某些 AWS 區域，包括中國。我們正在努力新增更多區域的支援。
如果您的地理位置遵循此處列出的所有準則，但仍產生錯誤，請從 Amazon Quick Sight 主控台聯絡 Amazon Quick Sight 團隊。
**Topics**
+ [地理編碼問題](#geocoding)
+ [經緯度的問題](#latitude-and-longitude)
+ [各國家/地區支援的行政區域和郵遞區號](#supported-admin-areas-postal-codes)
## 地理編碼問題
Amazon Quick Sight 地理編碼會將名稱放在經緯度座標中。它使用這些座標在地圖上顯示地點名稱。Amazon Quick Sight 會略過任何無法地理編碼的位置。
您的資料必須至少包含國家，此程序才能適當地運作。此外，您無法複製上層地點名稱內的地點名稱。
有些問題會導致地點名稱無法顯示在地圖圖表上。這些問題包含不支援、模棱兩可或無效的位置，如下所述。
**Topics**
+ [不受支援區域的問題](#geospatial-unsupported-areas)
+ [位置不明確的問題](#geospatial-ambiguous-locations)
+ [地理空間資料無效的問題](#geospatial-invalid-data)
+ [地理編碼中預設國家的問題](#geospatial-default-country)
### 不受支援區域的問題
若要繪製不支援的位置，請在資料中包含緯度和經度座標。請在地理空間欄位中適當地使用這些座標，讓位置顯示在地圖圖表上。
### 位置不明確的問題
地理空間資料無法包含不明確的位置。例如，假設資料包含一個名為 **Springfield** 的城市，但階層中的下一個層級為國家。因為多個州都有名為 **Springfield** 的城市，所以無法將位置地理編碼至地圖上的特定點。
若要避免這個問題，您可以新增足夠的地理資料，以指出哪些位置應該顯示在地圖圖表上。例如，您可以將州層級新增至您的資料及其階層。或者，您可以新增經緯度。
### 地理空間資料無效的問題
地點名稱 (例如，城市) 列在不正確的上層 (例如，州) 之下時，就會發生地理空間資料無效。這個問題可能只是拼字錯誤或資料輸入錯誤。
**注意**
Amazon Quick Sight 不支援區域 （例如，西岸或南部） 做為地理空間資料。不過，您可以使用一個區域做為視覺效果中的篩選條件。
### 地理編碼中預設國家的問題
確定您使用的是正確的預設國家。
每個階層的預設值是根據您在建立階層時所選擇的國家或國家欄位。
若要變更此預設值，您可以返回 **Create hierarchy (建立階層)** 畫面。然後編輯或建立階層，並選擇不同的國家。
如果您未建立階層，則預設國家會根據您的 AWS 區域而定。如需詳細資訊，請參閱下列資料表。
| 區域 | 預設國家 |
| --- | --- |
| 美國西部 (奧勒岡) 區域 美國東部 (俄亥俄) 區域 美國東部 (維吉尼亞北部) 區域 | 美國 |
| 亞太地區 (新加坡) | 新加坡 |
| 亞太地區 (悉尼) | 澳洲 |
| 歐洲 (愛爾蘭) 區域 | 愛爾蘭 |
## 經緯度的問題
Amazon Quick Sight 會在背景中使用經緯度座標來尋找地圖上的位置名稱。不過，您也可以使用座標來建立地圖，而不需使用地點名稱。這種方法也會使用不支援的地點名稱。
經緯度值必須是數字。例如， 指定的對應點與 Amazon Quick Sight **28.5383355 -81.3792365** 相容。但 **28° 32' 18.0096'' N 81° 22' 45.2424'' W** 不是。
**Topics**
+ [經緯度座標的有效範圍](#valid-ranges-for-coordinates)
+ [以度、分鐘和秒 (DMS) 格式使用座標](#using-coordinates-in-dms-format)
### 經緯度座標的有效範圍
Amazon Quick Sight 支援特定範圍內的經緯度座標。
| 座標 | 有效範圍 |
| --- | --- |
| Latitude | 在 -90 與 90 之間 |
| Longitude | 在-180 到 180 之間 |
Amazon Quick Sight 會略過這些範圍以外的任何資料。超出範圍的點無法映射至地圖圖表上。
### 以度、分鐘和秒 (DMS) 格式使用座標
您可以使用計算欄位與公式搭配，從字元字串建立數字經緯度。使用本節尋找您可以在 Amazon Quick Sight 中建立計算欄位的不同方式，將 GPS 緯度和經度剖析為數值緯度。
以下範例會從個別欄位將經緯度轉換為數字格式。例如，假設您使用空格作為分隔符號來剖析 **51° 30' 26.4636'' N 0° 7' 39.9288'' W**。在此情況下，您可以使用如下的範例，將產生的欄位轉換為數字經緯度。
在此範例中，秒的後面有兩個單引號。反之，如果您的資料具有雙引號，則您可以使用 `strlen(LatSec)-1)`，而非 `strlen(LatSec)-2)`。
```
/*Latitude*/
ifelse(
LatDir = "N",
parseInt(split(LatDeg, "°", 1)) +
(parseDecimal(split(LatMin, "'", 1) ) /60) +
(parseDecimal((substring(LatSec, 1, strlen(LatSec)-2) ) ) /3600),
(parseInt(split(LatDeg, "°", 1)) +
(parseDecimal(split(LatMin, "'", 1) ) /60) +
(parseDecimal((substring(LatSec, 1, strlen(LatSec)-2) ) ) /3600)) * -1
)
/*Longitude*/
ifelse(
LongDir = "E",
parseInt(split(LongDeg, "°", 1)) +
(parseDecimal(split(LongMin, "'", 1) ) /60) +
(parseDecimal((substring(LongSec, 1, strlen(LongSec)-2) ) ) /3600),
(parseInt(split(LongDeg, "°", 1)) +
(parseDecimal(split(LongMin, "'", 1) ) /60) +
(parseDecimal((substring(LongSec, 1, strlen(LongSec)-2) ) ) /3600)) * -1
)
```
如果您的資料未包含度、分鐘和秒的符號，則公式看起來如下所示。
```
/*Latitude*/
ifelse(
LatDir = "N",
(LatDeg + (LatMin / 60) + (LatSec / 3600)),
(LatDeg + (LatMin / 60) + (LatSec / 3600)) * -1
)
/*Longitude*/
ifelse(
LongDir = "E",
(LongDeg + (LongMin / 60) + (LongSec / 3600)),
(LongDeg + (LongMin / 60) + (LongSec / 3600)) * -1
)
```
以下範例會將 **53°21'N 06°15'W** 轉換為數字格式。不過，若沒有秒，此節點不會精確映射。
```
/*Latitude*/
ifelse(
right(Latitude, 1) = "N",
(parseInt(split(Latitude, '°', 1)) +
parseDecimal(substring(Latitude, (locate(Latitude, '°',3)+1), 2) ) / 60) ,
(parseInt(split(Latitude, '°', 1)) +
parseDecimal(substring(Latitude, (locate(Latitude, '°',3)+1), 2) ) / 60) * -1
)
/*Longitude*/
ifelse(
right(Longitude, 1) = "E",
(parseInt(split(Longitude, '°', 1)) +
parseDecimal(substring(Longitude, (locate(Longitude, '°',3)+1), 2) ) / 60) ,
(parseInt(split(Longitude, '°', 1)) +
parseDecimal(substring(Longitude, (locate(Longitude, '°',3)+1), 2) ) / 60) * -1
)
```
GPS 經緯度的格式可以各有不同，因此自訂公式以符合您的資料。如需詳細資訊，請參閱下列內容：
+ LatLong.net 上的 [Degrees Minutes Seconds to Decimal Degrees](https://www.latlong.net/degrees-minutes-seconds-to-decimal-degrees)
+ Stack Overflow 上的 [Converting Degrees/Minutes/Seconds to Decimals using SQL](https://stackoverflow.com/questions/12186110/converts-degrees-minutes-seconds-to-decimals-using-sql)
+ Wikipedia 上的 [Geographic Coordinate Conversion](https://en.wikipedia.org/wiki/Geographic_coordinate_conversion)
## 各國家/地區支援的行政區域和郵遞區號
以下是各國家/地區支援的行政區域清單。
**支援的行政區域**
| 國名 | 國家代碼 | 國家/地區 | State | County | City |
| --- | --- | --- | --- | --- | --- |
| 阿魯巴島 | ABW | Country | 大區 (Regions) | 地區 (Zones) | |
| 阿富汗 | AFG | Country | 維拉亞特 | Wuleswali | 地方 (Localities)/城市區域 (Urban Areas) |
| 安哥拉 | AGO | Country | 省 (Provinces)/Províncias | Municipios | 地方 (Localities)/城市區域 (Urban Areas) |
| 安圭拉 | AIA | Country | 堂區 (Parishes) | | |
| 阿爾巴尼亞 | ALB | Country | Qarqe/Qark | 市鎮 (Communes)/Bashki | Njësi/地方 (Localities)/城市區域 (Urban Areas) |
| 安道爾 | AND | Country | 堂區 (Parishes)/Parròquies | 地方 (Localities)/城市區域 (Urban Areas) | |
| 阿拉伯聯合大公國 | ARE | Country | 阿聯酋聯合大公國 | 市鎮 (Municipalities) | 市 (Cities)/地方 (Localities)/城市區域 (Urban Areas) |
| 阿根廷 | ARG | Country | 省 (Provinces)/Provincias | Departamentos/省 (Departments) | Comunas/Barrios |
| 亞美尼亞 | ARM | Country | 省 (Provinces)/Marzpet | | 地方 (Localities)/城市區域 (Urban Areas) |
| 美屬薩摩亞 | ASM | Country | 區 (Districts) | 郡 (Counties) | 村 (Villages) |
| 南極洲 | ATA | Country | | | |
| 法屬南部領地 | ATF | Country | 區 (Districts) | | |
| 安地卡及巴布達 | ATG | Country | 堂區 (Parishes) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 澳洲 | AUS | Country | 州 (States) | 當地政府區域 | 郊區 (Suburbs)/城市中心 (Urban Centers) |
| 奧地利 | AUT | Country | 州 (States)/Bundesländer | 區 (Districts)/Bezirke | 市鎮 (Municipalities)/Gemeinden/城市區域 (Urban Areas)/Stadtteil |
| 亞塞拜然 | AZE | Country | 大區 (Regions)/Iqtisadi Rayonlar | 區 (Districts)/Rayonlar | 地方 (Localities)/城市區域 (Urban Areas) |
| 蒲隆地 | BDI | Country | 省 (Provinces) | 市鎮 (Communes) | 地方 (Localities)/城市區域 (Urban Areas) |
| 比利時 | BEL | Country | 大區 (Regions)/Gewest | 省 (Provinces)/Provincie | 區 (Districts)/Arrondissements/市鎮 (Municipalities)/市鎮 (Communes) |
| 貝南 | BEN | Country | 省 (Departments) | 市鎮 (Communes) | 地方 (Localities)/城市區域 (Urban Areas) |
| Bonaire、Sint Eustasius 和 Saba | BES | Country | 市鎮 (Municipalities) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 布吉納法索 | BFA | Country | 大區 (Regions) | 省 (Provinces) | 市鎮 (Communes)/地方 (Localities)/城市區域 (Urban Areas) |
| 孟加拉 | BGD | Country | 區 (Divisions)/Bibhag | 區 (Districts)/Zila | 次區 (Subdistricts)/Upzila/地方 (Localities)/城市區域 (Urban Areas) |
| 保加利亞 | BGR | Country | Oblast | Obshtina | 地方 (Localities)/城市區域 (Urban Areas) |
| 巴林 | BHR | Country | 省 (Governorates) | 選區 (Constituencies) | 地方 (Localities) |
| 巴哈馬 | BHS | Country | 島群 (Island Groups) | 區 (Districts) | 城鎮 (Towns) |
| 波士尼亞與赫塞哥維納 | BIH | Country | 聯邦 (Federation)/共和國 (Republika) | Kanton | Opština/地方 (Localities)/城市區域 (Urban Areas) |
| 聖巴泰勒米島 | BLM | Country | | | 地方 (Localities)/城市區域 (Urban Areas) |
| 白俄羅斯 | BLR | Country | Voblasts | Rayon | Selsoviet/地方 (Localities)/城市區域 (Urban Areas) |
| 貝里斯 | BLZ | Country | 區 (Districts) | 選區 (Constituencies) | 地方 (Localities)/城市區域 (Urban Areas) |
| 百慕達 | BMU | Country | 堂區 (Parishes) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 玻利維亞 | BOL | Country | 省 (Provinces)/Provincias | Departamentos/省 (Departments) | 市鎮 (Municipalities)/Municipios/地方 (Localities)/城市區域 (Urban Areas) |
| 巴西 | bra | Country | 省 (Provinces/州 (States)/Unidades | 市鎮 (Municipalities)/Municipios | 地方 (Localities)/城市區域 (Urban Areas) |
| 巴貝多 | BRB | Country | 堂區 (Parishes) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 汶萊 | BRN | Country | 區 (Districts)/Dawaïr | 次區 (Subdistricts)/Mukim | 村 (Villages)/Kampung/地方 (Localities)/城市區域 (Urban Areas) |
| 不丹 | BTN | Country | 區 (Districts)/Dzongkhag | | 地方 (Localities)/城市區域 (Urban Areas) |
| 布威島 | BVT | Country | | | |
| 波札那 | BWA | Country | 區 (Districts) | 次區 (Subdistricts) | 地方 (Localities)/城市區域 (Urban Areas) |
| 中非共和國 | CAF | Country | 大區 (Regions) | 縣 (Prefectures) | 副縣 (Sub Prefectures)/市鎮 (Communes) |
| 加拿大 | CAN | Country | 省 (Provinces)/領土 (Territories) | 普查區 (Census Divisions) | 普查細分區 (Census Subdivision)/地方 (Localities)/城市區域 (Urban Areas)」 |
| 瑞士 | CHE | Country | 縣 (Cantons)/Kanton/Cantone/Chantun | 區 (District)/Bezirk/Distretto/Circul | 「市鎮 (Commune)/Gemeinde/Comune/Cumün/地方 (Localities)/城市區域 (Urban Areas)」 |
| 智利 | CHL | Country | 大區 (Regions)/Regiones | 省 (Province)/Provincias | 市鎮 (Commune)/Comunas/地方 (Localities)/城市區域 (Urban Areas) |
| 中華人民共和國 | CHN | Country | 省 (Provinces) | 縣 (Prefectures) | 市 (Cities)/郡 (Counties) |
| 象牙海岸 | CIV | Country | 區 (Districts) | 大區 (Regions) | 省 (Departments)/副縣 (Sub Prefectures) |
| 喀麥隆 | CMR | Country | 省 (Provinces)/大區 (Regions) | 省 (Departments) | 區 (Arrondissements)/市 (Cities) |
| 剛果民主共和國 | COD | Country | 省 (Provinces) | 區 (Districts) | 地方 (Localities)/城市區域 (Urban Areas) |
| 剛果共和國 | COG | Country | 省 (Departments) | | 市鎮 (Communes)/Arrondissements |
| 庫克群島 | COK | Country | 島嶼委員會 | | |
| 哥倫比亞 | COL | Country | Departmentos | Municipios | 地方 (Localities)/城市區域 (Urban Areas) |
| 葛摩 | COM | Country | 自治群島 (Autonomous Islands)/îles 自治群島 | | Villes/村 (Villages) |
| 克利珀頓島 | CPT | Country | | | |
| 維德角 | CPV | Country | 海島市 | Concelhos | 地方 (Localities)/城市區域 (Urban Areas) |
| 哥斯大黎加 | CRI | Country | Provincias | 縣 (Cantons) | Distritos/地方 (Localities)/城市區域 (Urban Areas) |
| 古巴 | CUB | Country | Provincias | Municipios | 地方 (Localities)/城市區域 (Urban Areas) |
| 庫拉索 | CUW | Country | | | 地方 (Localities)/城市區域 (Urban Areas) |
| 開曼群島 | CYM | Country | 區 (Districts) | | |
| 賽普勒斯 | CYP | Country | 區 (Districts)/Eparchies | 市鎮 (Municipalities)/Dimos | 地方 (Localities)/城市區域 (Urban Areas)/Sinikia |
| 捷克 | CZE | Country | 大區 (Regions)/Kraj | 市鎮 (Municipalities)/Orp | Obec/Mesto |
| 德國 | DEU | Country | 邦 (Bundesland)/州 (States) | Kreis/區 (Districts) | Gemeinde/市鎮 (Municipalities)/Stadtteil地方 (Localities)/城市區域 (Urban Areas) |
| 吉布地 | DJI | Country | 大區 (Regions) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 多米尼克 | DMA | Country | 堂區 (Parishes) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 丹麥 | DNK | Country | 大區 (Regions) | 省 (Provinces) | 市鎮 (Municipalities)/地方 (Localities)/城市區域 (Urban Areas) |
| 多明尼加共和國 | DOM | Country | 大區 (Regions)/Regiones | 省 (Provinces)/Provincias | 市鎮 (Municipalities)/Municipios/地方 (Localities)/城市區域 (Urban Areas) |
| 阿爾及利亞 | DZA | Country | 省 (Provinces)/Wilayas | 區 (Districts) | 市鎮 (Municipalities)/Baladiyas/地方 (Localities)/城市區域 (Urban Areas) |
| 厄瓜多 | ECU | Country | 省 (Provinces) | 縣 (Cantons) | 堂區 (Parishes)/地方 (Localities)/城市區域 (Urban Areas) |
| 埃及 | EGY | Country | 省 (Governorates)/Muhafazat | 自治市 (Municipal Divisions)/Markaz | 城鎮 (Towns)/市 (Cities)/副自治市 (Sub Municipal Divisions) |
| 厄利垂亞 | ERI | Country | 大區 (Regions)/Zoba | 區 (Districts)/Subzobas | 地方 (Localities)/城市區域 (Urban Areas) |
| 西班牙 | ESP | Country | 自治社區 (Autonomous Communities)/Comunidados Autonomas | Provincias | Municipios/地方 (Localities)/城市區域 (Urban Areas) |
| 愛沙尼亞 | EST | Country | Maakond | Omavalitsus/Linn/Vald | Küla/地方 (Localities)/城市區域 (Urban Areas) |
| 衣索比亞 | ETH | Country | 大區 (Regions)/Kililoch | 地區 (Zones)/Zonouch | 地方 (Localities)/城市區域 (Urban Areas) |
| 芬蘭 | FIN | Country | 大區 (Regions)/Maakunta | 次區/Seutukunta | 市鎮 (Municipalities)/Kunta/地方 (Localities)/城市區域 (Urban Areas) |
| 斐濟 | FJI | Country | 行政區 (Divisions) | 省 (Provinces) | 區 (Districts)/村 (Villages) |
| 福克蘭群島 | FLK | Country | | | |
| 法國 | FRA | Country | 大區 (Regions) | Départements | Arrondissements/縣 (Cantons) |
| 法羅群島 | FRO | Country | 大區 (Regions)/Syslur | 市鎮 (Municipalities)/科摩諾爾 | 地方 (Localities)/城市區域 (Urban Areas) |
| 密克羅尼西亞 | FSM | Country | 州 (States) | | |
| 加彭 | GAB | Country | 省 (Provinces) | 省 (Departments) | 地方 (Localities)/城市區域 (Urban Areas) |
| 英國 | GBR | Country | 國家 (Nations) | 郡 (Counties) | 區 (Districts)/地方 (Localities)/城市區域 (Urban Areas) |
| 喬治亞 | GEO | Country | 大區/Mkhare | 市鎮 (Municipalities)/Munitsipaliteti | 地方 (Localities)/城市區域 (Urban Areas) |
| 迦納 | GHA | Country | 大區 (Regions) | 區 (Districts) | 地方 (Localities)/城市區域 (Urban Areas) |
| 直布羅陀 | GIB | Country | | | 地方 (Localities)/城市區域 (Urban Areas) |
| 幾內亞 | GIN | Country | 大區 (Regions) | 縣 (Prefectures) | 副縣 (Sub Prefectures)/地方 (Localities)/城市區域 (Urban Areas) |
| 瓜地洛普 | GLP | Country | Arrondissements | 市鎮 (Communes) | 地方 (Localities)/城市區域 (Urban Areas) |
| 甘比亞 | GMB | Country | 大區 (Regions) | 區 (Districts) | 地方 (Localities)/城市區域 (Urban Areas) |
| 幾內亞比索 | GNB | Country | 大區 (Regions) | 區 (Sectors) | 地方 (Localities)/城市區域 (Urban Areas) |
| 赤道幾內亞 | GNQ | Country | 大區 (Regions) | Provincias | Distritos/地方 (Localities)/城市區域 (Urban Areas) |
| 希臘 | GRC | Country | 大區 (Regions)/Periphenies | Regional Units Peri Enotities | 市鎮 (Municipalities)/Domoi/地方 (Localities)/城市區域 (Urban Areas) |
| 格瑞那達 | GRD | Country | 州 (States) | 堂區 (Parishes)/領地 (Dependencies) | 地方 (Localities)/城市區域 (Urban Areas) |
| 格陵蘭 | GRL | Country | 市鎮 (Municipalities)/Kommunia | | |
| 瓜地馬拉 | GTM | Country | 省 (Departments)/Departamentos | 市鎮 (Municipalities)/Municipios | 地方 (Localities)/城市區域 (Urban Areas) |
| 法屬圭亞那 | GUF | Country | Arrondissements | 市鎮 (Communes) | 地方 (Localities)/城市區域 (Urban Areas) |
| 關島 | | 國家 = 「美國」 | 州 (States) | 區 (Districts) | |
| 蓋亞納 | GUY | Country | 大區 (Regions) | 鄰舍會 (Neighborhood Councils) | 地方 (Localities)/城市區域 (Urban Areas) |
| 香港 | HKG | Country | 區 (Districts) | 次區 (Subdistricts) | 地方 (Localities)/城市區域 (Urban Areas) |
| 赫德島及麥唐納群島 | HMD | Country | | | |
| 宏都拉斯 | HND | Country | 省 (Departments)/Departamentos | 市鎮 (Municipalities)/Municipios | 地方 (Localities)/城市區域 (Urban Areas) |
| 克羅埃西亞 | HRV | Country | 郡 (Counties) | 市鎮 (Municipalities) | 地方 (Localities)/城市區域 (Urban Areas) |
| 海地 | HTI | Country | 省 (Departments)/Départements | 區 (Districts)/Arrondissements | 市鎮 (Communes)/地方 (Localities)/城市區域 (Urban Areas) |
| 匈牙利 | HUN | Country | Regiok | Megyék | Járások/Városok |
| 印尼 | IDN | Country | 省 (Provinces)/Provinsi | 省 (Regency)/Kabupaten | 區 (Districts)/Kecamatan/地方 (Localities)/城市區域 (Urban Areas) |
| 印度 | IND | Country | 邦 (States)/屬地 (Territories) | 區 (Districts) | 次區 (Subdistricts)/城鎮 (Towns)/地方 (Localities)/城市區域 (Urban Areas) |
| 英屬印度洋領地 | IOT | Country | | | |
| 愛爾蘭 | IRL | Country | 大區 (Regions) | 郡 (Counties) | 選區 (Electoral Divisions)/地方 (Localities)/城市區域 (Urban Areas) |
| 伊朗 | IRN | Country | 省 (Provinces)/奧斯坦哈 | 縣 (Counties)/查斯坦 | 地方 (Localities)/Dehestân |
| 伊拉克 | IRQ | Country | 省 (Governorates)/Muhafazat | 區 (Districts)/Qadaa/Kaza | 城市區域 (Urban Areas)/地方 (Localities) |
| 冰島 | ISL | Country | 大區 (Regions)/Landsvaedi | 市鎮 (Municipalities)/Sveitarfelog | 地方 (Localities)/城市區域 (Urban Areas) |
| 以色列 | ISR | Country | 區 (Districts) | 市 (Cities)/地議會 (Local Councils) | 地方 (Localities)/城市區域 (Urban Areas) |
| 義大利 | ITA | Country | 區 (Regiones) | Provincias | 市鎮 (Communes)/地方 (Localities)/城市區域 (Urban Areas) |
| 牙買加 | JAM | Country | 郡 (Counties) | 堂區 (Parishes) | 選區 (Constituencies)/地方 (Localities)/城市區域 (Urban Areas) |
| 約旦 | JOR | Country | 省 (Governorates) | 區 (Districts) | 次區 (Subdistricts)/市 (Cities) |
| 日本 | JPN | Country | 縣 (Prefectures) | | 市 (Cities)/區 (Districts)/市鎮 (Municipalities) |
| 哈薩克 | KAZ | Country | 大區 (Regions)/Oblystar | 區 (Districts)/Audandar | 城鎮 (Towns)/市鎮 (Kent)/地方 (Localities)/城市區域 (Urban Areas) |
| 肯亞 | KEN | Country | 郡 (Counties) | 選區 (Constituencies) | 地方 (Localities)/城市區域 (Urban Areas)/郊區 (Suburbs) |
| 吉爾吉斯 | KGZ | Country | 大區 (Regions)/Oblasttar | 區 (Districts)/Raions | 地方 (Localities)/城市區域 (Urban Areas) |
| 柬埔寨 | KHM | Country | 省/Khaet | 區 (Districts)/Srŏk | 市鎮 (Communes)/Khum/地方 (Localities)/城市區域 (Urban Areas) |
| 吉里巴斯 | KIR | Country | 區 (Districts) | 島嶼委員會 | |
| 聖克里斯多福及尼維斯 | KNA | Country | 堂區 (Parishes) | 州 (States) | 地方 (Localities)/城市區域 (Urban Areas) |
| 南韓 | KOR | Country | 省/Do | 區 (Districts)/Si/Gun | 地方 (Localities)/城市區域 (Urban Areas) |
| 科威特 | KWT | Country | 省 (Governorates)/Muhafazah | 區域 (Areas)/Mintaqah | 市 (Cities)/社區 (Communities) |
| 寮國 | LAO | Country | 省 (Provinces)/Khoueng | 區 (Districts)/Muang | 地方 (Localities)/城市區域 (Urban Areas) |
| 黎巴嫩 | LBN | Country | 省 (Governorates)/Muhafazat | 區 (Districts)/Qadaa | 市鎮 (Municipalities)/地方 (Localities)/城市區域 (Urban Areas) |
| 賴比瑞亞 | LBR | Country | 郡 (Counties) | 區 (Districts) | Clans/地方 (Localities)/城市區域 (Urban Areas) |
| 利比亞 | LBY | Country | 區 (Districts)/Shabiya | | 市 (Cities)/地方 (Localities)/城市區域 (Urban Areas) |
| 聖露西亞 | LCA | Country | 區 (Districts)/區 (Quarters) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 列支敦斯登 | LIE | Country | 區 (Districts)/Bezirk | 市鎮 (Municipalities)/Gemeinden | 地方 (Localities)/城市區域 (Urban Areas) |
| 斯里蘭卡 | LKA | Country | 省 (Provinces) | 區 (Districts) | 秘書處分區 (Divisional Secretariats)/地方 (Localities)/城市區域 (Urban Areas) |
| 賴索托 | LSO | Country | 區 (Districts) | 選區 (Constituencies) | 社區 (Community Councils)/地方 (Localities) |
| 立陶宛 | LTU | Country | Apskritis | Savivaldybé | Seniūnija |
| 盧森堡 | LUX | Country | 縣 (Cantons)/Kantounen/Kantone | 市鎮 (Communes)/Gemengen/Gemeinden | 地方 (Localities)/Ortschaft/Uertschaft/市 (Cities) |
| 拉脫維亞 | LVA | Country | 大區 (Regions) | 市鎮 (Municipalities)/Novadi | Pilsētas/Pagasti/地方 (Localities)/城市區域 (Urban Areas) |
| 澳門 | MAC | Country | 堂區 (Parishes) | 區 (Districts) | |
| 法屬聖馬丁 | MAF | Country | | | 地方 (Localities)/城市區域 (Urban Areas) |
| 摩洛哥 | MAR | Country | 大區 (Regions) | 省 (Provinces/縣 (Prefectures) | 市鎮 (Communes)/地方 (Localities)/城市區域 (Urban Areas) |
| 摩納哥 | MCO | Country | 市鎮 (Communes) | 鄰區 (Wards)/區 (Quartiers) | |
| 摩爾多瓦 | MDA | Country | 區 (Raion) | 市鎮 (Comuna) | 地方 (Localities)/城市區域 (Urban Areas) |
| 馬達加斯加 | MDG | Country | 大區 (Regions)/Faritra | 區 (Districts) | 市鎮 (Communes)/地方 (Localities)/城市區域 (Urban Areas) |
| 馬爾地夫 | MDV | Country | 行政環礁 (Atolls)/市 (Cities) | 群島 | |
| 墨西哥 | MEX | Country | Estados | Municipios/Delegaciones | Colonias/地方 (Localities)/城市區域 (Urban Areas) |
| 馬紹爾群島 | MHL | Country | 市鎮 (Municipalities) | | |
| 馬其頓 | MKD | Country | 統計區 | Opstina | 地方 (Localities)/城市區域 (Urban Areas) |
| 馬利 | MLI | Country | 大區 (Regions) | 市鎮 (Communes) | 地方 (Localities)/城市區域 (Urban Areas) |
| 馬爾他 | MLT | Country | 區 (Districts) | 地議會 (Local Councils)/Kunsilli Lokali | 地方 (Localities)/城市區域 (Urban Areas) |
| 緬甸 | MMR | Country | 州 (States)/大區 (Regions)/中央直轄區 (Union Territories) | 區 (Districts) | 鎮區 (Townships)/地方 (Localities)/城市區域 (Urban Areas) |
| 蒙特內哥羅 | MNE | Country | Opštine/市鎮 (Municipalities) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 蒙古 | MNG | Country | 大區 (Regions) | 省 (Provinces)/Aimags | 區 (Districts)/Sums/地方 (Localities)/城市區域 (Urban Areas) |
| 北馬里亞納群島 | MNP | Country | 市鎮 (Municipalities) | | |
| 莫三比克 | MOZ | Country | 省 (Provinces) | 區 (Districts)/Distritos | 地方 (Localities)/城市區域 (Urban Areas) |
| 茅利塔尼亞 | MRT | Country | 大區 (Regions) | Départements | 地方 (Localities)/城市區域 (Urban Areas) |
| 蒙特色拉特島 | MSR | Country | 堂區 (Parishes) | 大區 (Regions) | 地方 (Localities)/城市區域 (Urban Areas) |
| 馬丁尼克 | MTQ | Country | Arrondissements | 市鎮 (Communes) | 地方 (Localities)/城市區域 (Urban Areas) |
| 模里西斯 | MUS | Country | 群島 | 區 (Districts) | 鄰區 (Wards)/地方 (Localities)/城市區域 (Urban Areas) |
| 馬拉威 | MWI | Country | 大區 (Regions) | 區 (Districts) | 地方 (Localities)/城市區域 (Urban Areas) |
| 馬來西亞 | MYS | Country | 邦 (States)/Negeri | 區 (Districts)/Daïra/Daerah | 次區 (Subdistricts)/Mukim/地方 (Localities)/城市區域 (Urban Areas)/Bahagian Kecil |
| 馬約特島 | MYT | Country | 市鎮 (Communes) | | 村 (Villages) |
| 納米比亞 | NAM | Country | 省 (Provinces) | 選區 (Constituencies) | 郊區 (Suburbs)/地方 (Localities) |
| 新喀里多尼亞 | NCL | Country | 省 (Provinces) | 市鎮 (Communes) | |
| 尼日 | NER | Country | 大區 (Regions) | 省 (Departments) | 地方 (Localities)/城市區域 (Urban Areas) |
| 奈及利亞 | NGA | Country | 州 (States) | 當地政府區域 | 城鎮 (Towns)/城市 |
| 尼加拉瓜 | NIC | Country | 省 (Departments)/Departamentos | 市鎮 (Municipalities)/Municipios | 地方 (Localities)/城市區域 (Urban Areas) |
| 紐埃島 | NIU | Country | 村 (Villages) | | 城鎮 (Towns) |
| 荷蘭 | NLD | Country | 郡 (Counties)/Fylker | 區 (Districts)/Okonomisk | 市鎮 (Municipalities)、市鎮 (Kommuner)、地方 (Localities) 或城市區域 (Urban Areas) |
| 挪威 | NOR | Country | 郡 (Counties)/Fylker | 區 (Districts)/Okonomisk | 市鎮 (Municipalities)、市鎮 (Kommuner)、地方 (Localities) 或城市區域 (Urban Areas) |
| 尼泊爾 | NPL | Country | 省 (Provinces)/Pradeshaharu | 區 (Districts)/Jilla | 市鎮 (Municipalities)/地方 (Localities)/城市區域 (Urban Areas) |
| 諾魯 | NRU | Country | 區 (Districts) | | |
| 紐西蘭 | NZL | Country | 大區 (Regions) | 領土主管機關 | 統計區 (Statistical Areas)/地方 (Localities)/城市區域 (Urban Areas) |
| 阿曼 | OMN | Country | 省 (Governorates)/Muhafazah | 省 (Provinces)/Wilayat | 市 (Cities)/城市區域 (Urban Areas)/社區 |
| 巴基斯坦 | PAK | Country | 省 (Provinces) | 區 (Districts) | 地方 (Localities)/Tehsils |
| 巴拿馬 | PAN | Country | 省 (Provinces)/Provincias | 區 (Districts)/Distrito | Corregimientos/地方 (Localities)/城市區域 (Urban Areas) |
| 皮特肯群島 | PCN | Country | 群島 | | |
| 秘魯 | PER | Country | 大區 (Regions) | 區 (Districts) | Distritos/地方 (Localities)/城市區域 (Urban Areas) |
| 菲律賓 | PHL | Country | 大區 (Rehiyon)/Rehiyon | 省 (Provinces)/Lalawigan | 市鎮 (Municipalities)/Munisipiyos/市 (Cities)/Lungsod |
| 帛琉 | PLW | Country | 州 (States) | | |
| 巴布亞紐幾內亞 | PNG | Country | 大區 (Regions) | 省 (Provinces) | 區 (Districts)/地方 (Localities)/城市區域 (Urban Areas) |
| 波蘭 | POL | Country | 省 (Provinces)/Voivodeship | 郡 (Counties)/Powiats | 市鎮 (Communes)/Gminas/城鎮 (Towns)/Dzielnicas |
| 北韓 | PRK | Country | 省 (Provinces) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 葡萄牙 | PRT | Country | 區 (Districts)/Distritos | 市鎮 (Municipalities)/Concelhos | 民政教區 (Civil Parish)/Freguesias/地方 (Localities)/城市區域 (Urban Areas) |
| 巴拉圭 | PRY | Country | 省 (Departments) | Distritos | 地方 (Localities)/城市區域 (Urban Areas) |
| 巴勒斯坦 | PSE | Country | 領土 (Territories) | 省 (Governorates)/Muhafazat | 地方 (Localities)/城市區域 (Urban Areas) |
| 法屬玻里尼西亞 | PYF | Country | 分區 (Subdivisions)/Iles | 市鎮 (Communes) | |
| 卡達 | QAT | Country | 市鎮 (Municipalities)/Baladiyat | 地區 (Zones) | 地方 (Localities)/城市區域 (Urban Areas) |
| 留尼旺 | REU | Country | Arrondissements | 市鎮 (Communes) | 地方 (Localities)/城市區域 (Urban Areas) |
| 羅馬尼亞 | ROU | Country | 大區 (Regions)/Judete | 市鎮 (Communes) | 城鎮 (Towns)/Oraș |
| 俄羅斯 | RUS | Country | 聯邦區/Federal'nyy Okrug | Oblast' | Rayon/Raion/城市區域 (Urban Areas)/Gorod |
| 盧安達 | RWA | Country | 省 (Provinces) | 區 (Districts) | 區 (Sectors)/Secteurs/地方 (Localities)/城市區域 (Urban Areas) |
| 沙烏地阿拉伯 | SAU | Country | 大區 (Regions)/Manatiq | 省 (Governorates)/Muhafazat | 市鎮 (Municipalities)/Amanah |
| 蘇丹 | SDN | Country | 州 (States)/Wilaya'at | | 地方 (Localities)/城市區域 (Urban Areas) |
| 塞內加爾 | SEN | Country | 大區 (Regions) | 省 (Departments) | Arrondissements/地方 (Localities)/城市區域 (Urban Areas) |
| 新加坡 | SGP | Country | 區 (Districts) | 選區 (Constituencies) | 鄰區 (Wards) |
| 聖赫勒拿 | SHN | Country | 群島 | 區 (Districts) | 地方 (Localities)/城市區域 (Urban Areas) |
| 索羅門群島 | SLB | Country | 省 (Provinces) | 選區 (Constituencies) | 鄰區 (Wards) |
| 獅子山 | SLE | Country | 省 (Provinces) | 區 (Districts) | Chiefdoms/地方 (Localities)/城市區域 (Urban Areas) |
| 薩爾瓦多 | SLV | Country | 省 (Departments)/Departamentos | 市鎮 (Municipalities)/Municipios | 地方 (Localities)/城市區域 (Urban Areas) |
| 聖馬利諾 | SMR | Country | 市鎮 (Municipalities)/Castelli | 地方 (Localities)/城市區域 (Urban Areas) | |
| 索馬利亞 | SOM | Country | 大區 (Regions)/Gobolada | | 地方 (Localities)/城市區域 (Urban Areas) |
| 聖皮埃赫及密克隆 | SPM | Country | 市鎮 (Communes) | | |
| 塞爾維亞 | SRB | Country | Autonomna Pokrajina/大區 (Regions) | Okrug/區 (Districts) | Opstina/市鎮 (Municipalities)/地方 (Localities)/城市區域 (Urban Areas) |
| 南蘇丹 | SSD | Country | 州 (States)/Wilayat | 郡 (Counties) | 地方 (Localities)/城市區域 (Urban Areas) |
| 聖多美普林西比 | STP | Country | 省 (Provinces) | 區 (Districts) | 地方 (Localities)/城市區域 (Urban Areas) |
| 蘇利南 | SUR | Country | 區 (Districts)/Distrikt | 渡假村 | 地方 (Localities)/城市區域 (Urban Areas) |
| 斯洛伐克 | SVK | Country | 大區 (Regions)/Kraje | 區 (Districts)/Okresy | 市鎮 (Municipalities)/Obec/Mestská cast |
| 斯洛維尼亞 | SVN | Country | 大區 (Regions)/Regi | Upravne Enote | 市鎮 (Municipalities)/Obcine/地方 (Localities)/城市區域 (Urban Areas) |
| 瑞典 | SWE | Country | 郡 (Counties) | 市鎮 (Municipalities) | 地方 (Localities)/城市區域 (Urban Areas) |
| 史瓦帝尼 | SWZ | Country | 大區 (Regions) | Tinkhundla | 城鎮 (Towns)/郊區 (Suburbs)/地方 (Localities) |
| 荷屬聖馬丁 | SXM | Country | 居民點 (Settlements) | | |
| 賽席爾 | SYC | Country | 區 (Districts) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 敘利亞 | SYR | Country | 省 (Governorates) | 區 (Districts)/Muhafazah | 市 (Cities)/地方 (Localities)/城市區域 (Urban Areas) |
| 英屬土克斯及開科斯群島 | TCA | Country | 區 (Districts) | 地方 (Localities) | |
| 查德 | TCD | Country | 大區 (Regions) | Départements | Arrondissements/地方 (Localities)/城市區域 (Urban Areas) |
| 多哥 | TGO | Country | 大區 (Regions)/省 (Provinces) | 縣 (Prefectures) | 地方 (Localities)/城市區域 (Urban Areas) |
| 泰國 | THA | Country | 省 (Provinces)/Changwat | 區 (Districts)/Amphoe | 次區 (Subdistricts)/Tambon/地方 (Localities)/城市區域 (Urban Areas) |
| 塔吉克 | TJK | Country | 省 (Provinces)/大區 (Regions) | 區 (Districts)/Raion/Rayon | 地方 (Localities)/城市區域 (Urban Areas) |
| 托克勞 | TKL | Country | Atolls | | |
| 土庫曼 | TKM | Country | 省 (Provinces)/Welayat | 區 (Districts)/Etraplar | 城鎮 (Towns) |
| 東帝汶 (Timor-Leste) | TLS | Country | 市鎮 (Municipalities) | 行政郵政 (Administrative Post) | 地方 (Localities)/城市區域 (Urban Areas) |
| 東加 | TON | Country | 分區 (Subdivisions) | | |
| 千里達及托巴哥 | TTO | Country | 市鎮 (Municipalities) | | 地方 (Localities)/城市區域 (Urban Areas) |
| 突尼西亞 | TUN | Country | 省 (Governates)/Wilayahs | 委派 (Delegations)/Mutamadiyats | 市鎮 (Municipalities)/Shaykhats/地方 (Localities)/城市區域 (Urban Areas) |
| 土耳其 | TUR | Country | 省 (Provinces)/Il | 區 (Districts)/Ilce | 城市區域 (Urban Areas)/Belde/次區 (Subdistricts)/Bucak/鄰里 (Neighborhoods)/Mahalle |
| 吐瓦魯 | TUV | Country | 群島 | | |
| 臺灣 | TWN | Country | 省 (Provinces) | 郡 (Counties) | 鎮區 (Townships)/當地鄰里 (Local Neighborhoods) |
| 坦尚尼亞 | TZA | Country | 省 (Provinces)/Mkoa | 區 (Districts)/Wilaya | 地方 (Localities)/城市區域 (Urban Areas) |
| 烏干達 | UGA | Country | 大區 (Regions) | 區 (Districts) | 郡 (Counties)/地方 (Localities)/城市區域 (Urban Areas) |
| 烏克蘭 | UKR | Country | Oblast/Mista/Avtonomna Respublika | Raions | 居民點委員會 (Settlement Councils)/農村委員會 (Rural Council)/地方 (Localities)/城市區域 (Urban Areas) |
| 美國本土外小島嶼 | UMI | Country | 群島/Atolls | | |
| 烏拉圭 | URY | Country | 省 (Departments)/Departamentos | Municipios/市鎮 (Municipalities)/Secciones | Segmentos/地方 (Localities)/城市區域 (Urban Areas) |
| 美國 | USA | Country | 邦 (States)/屬地 (Territories) | 郡 (Counties) | MCD/CCD/郵政地區 (Post Localities)/市鎮 (Municipalities) |
| 烏茲別克 | UZB | Country | 大區 (Regions)/Viloyatlar | 區 (Districts)/Tumanlar | 地方 (Localities)/城市區域 (Urban Areas) |
| 梵蒂岡 | VAT | Country | | | 地方 (Localities)/城市區域 (Urban Areas) |
| 聖文森及格瑞那丁 | VCT | Country | 堂區 (Parishes) | 行政區 (Divisions) | 地方 (Localities)/城市區域 (Urban Areas) |
| 委內瑞拉 | VEN | Country | 州 (States)/Estados | 市鎮 (Municipalities)/Municipios | 地方 (Localities)/城市區域 (Urban Areas)/堂區 (Parish)/Parroquias |
| 英屬維京群島 | VGB | Country | 區 (Districts) | | |
| 越南 | VNM | Country | 省 (Provinces)/市 (Cities) | 區 (Districts) | 鄰區 (Wards)/地方 (Localities)/城市區域 (Urban Areas) |
| 萬那杜 | VUT | Country | 省 (Provinces) | | |
| 瓦利斯群島和富圖那群島 | WLF | Country | 區/Rayaumes | | |
| 薩摩亞 | WSM | Country | 區/Itūmālō | 城鎮 (Towns) | 地方 (Localities)/城市區域 (Urban Areas) |
| 科索沃 | XKS | Country | 區 (Districts) | 市鎮 (Municipalities) | 地方 (Localities)/城市區域 (Urban Areas) |
| 葉門 | YEM | Country | 省 (Governorates)/Muhafazat | 區 (Districts)/Muderiah | 地方 (Localities)/城市區域 (Urban Areas) |
| 南非 | ZAF | Country | 省 (Provinces) | 區 (Districts) | 市鎮 (Municipalities)/鄰區 (Wards) |
| 尚比亞 | ZMB | Country | 省 (Provinces) | 區 (Districts) | 郊區 (Suburbs)/地方 (Localities) |
| 辛巴威 | ZWE | Country | 省 (Provinces) | 區 (Districts)/Muderiah | 地方 (Localities)/城市區域 (Urban Areas) |
以下是各國家/地區支援的郵遞區號格式清單，包括位數與範例郵遞區號。
**注意**
郵政信箱郵遞區號不是支援的郵遞區號格式。也不支援在印度使用的聯邦屬地郵遞區號。
**支援的郵遞區號**
| Country | 郵政格式 | 範例 |
| --- | --- | --- |
| 阿富汗 | 4 位數 | 1001 |
| 阿爾巴尼亞 | 4 位數 | 1001 |
| 阿爾及利亞 | 5 位數 | 01000 |
| 美屬薩摩亞 | 5 位數 | 96799 |
| 安道爾 | 5 位數 | AD100 |
| 安圭拉 | 6 位數 | AI-2640 |
| 阿根廷 | 5 位數 | A4126 |
| 亞美尼亞 | 2 位數 | 00 |
| 澳洲 | 4 位數 | 0800 |
| 奧地利 | 4 位數 | 1010 |
| 亞塞拜然 | 2 位數 | 01 |
| 汶萊和平之國 | 6 位數 | BA1111 |
| 巴林 | 4 位數 | 0101 |
| 孟加拉 | 2 位數 | 10 |
| 白俄羅斯 | 6 位數 | 202115 |
| 比利時 | 4 位數 | 1000 |
| 百慕達 | 4 位數 | CR 01 |
| 不丹 | 2 位數 | 11 |
| 波士尼亞與赫塞哥維納 | 5 位數 | 70101 |
| 巴西 | 5 位數 | 01001 |
| 英屬印度洋領地 | 英數字元 – 5 位數 | BBND 1 |
| 英屬維京群島 | 4 位數 | 1110 |
| 保加利亞 | 4 位數 | 1000 |
| 維德角 | 4 位數 | 1101 |
| 柬埔寨 | 2 位數 | 01 |
| 加拿大 | 3 位數 | A0A |
| 開曼群島 | 英數字元 – 7 位數 | KY1-1000 |
| 智利 | 3 位數 | 100 |
| 中國 | 4 位數 | 0100 |
| 哥倫比亞 | 4 位數 | 0500 |
| 哥斯大黎加 | 5 位數 | 10101 |
| 克羅埃西亞 | 5 位數 | 10000 |
| 古巴 | 1 位數 | 1 |
| 賽普勒斯 | 4 位數 | 1010 |
| 捷克 | 5 位數 | 100 00 |
| 剛果民主共和國 | 4 位數 | 1001 |
| 丹麥 | 4 位數 | 1050 |
| 多明尼加共和國 | 5 位數 | 10101 |
| 厄瓜多 | 6 位數 | 010101 |
| 埃及 | 2 位數 | 11 |
| 薩爾瓦多 | 4 位數 | 1101 |
| 愛沙尼亞 | 5 位數 | 10001 |
| 福克蘭群島 | 英數字元 – 5 位數 | FIQQ 1 |
| 法羅群島 | 3 位數 | 100 |
| 芬蘭 | 5 位數 | 00100 |
| 法國 | 5 位數 | 01000 |
| 法屬圭亞那 | 5 位數 | 97300 |
| 法屬玻里尼西亞 | 5 位數 | 98701 |
| 喬治亞 | 2 位數 | 01 |
| 德國 | 5 位數 | 01067 |
| 迦納 | 2 位數 | A2 |
| 直布羅陀 | 英數字元 – 5 位數 | GX11 1 |
| 希臘 | 5 位數 | 104 31 |
| 格陵蘭 | 4 位數 | 3900 |
| 瓜地洛普 | 5 位數 | 97100 |
| 關島 | 5 位數 | 96910 |
| 瓜地馬拉 | 5 位數 | 01001 |
| 根西島 | 英數字元 – 4 位數、5 位數 | GY1 1、GY10 1 |
| 幾內亞比索 | 4 位數 | 1000 |
| 海地 | 4 位數 | 1110 |
| 梵諦岡 | 5 位數 | 00120 |
| 宏都拉斯 | 2 位數 | 11 |
| 匈牙利 | 4 位數 | 1007 |
| 冰島 | 3 位數 | 101 |
| 印度 | 6 位數 | 110001 |
| 印尼 | 5 位數 | 10110 |
| 伊朗 | 2 位數 | 11 |
| 伊拉克 | 2 位數 | 10 |
| 愛爾蘭 | 3 位數 | A41 |
| 曼島 | 英數字元 – 4 位數 | IM1 1 |
| 以色列 | 5 位數 | 10292 |
| 義大利 | 5 位數 | 00010 |
| 日本 | 7 位數 | 001-0010 |
| 澤西島 | 英數字元 – 4 位數 | JE2 3 |
| 約旦 | 5 位數 | 11100 |
| 哈薩克 | 4 位數 | 0100 |
| 肯亞 | 1 位數 | 0 |
| 吉里巴斯 | 6 位數 | KI0101 |
| 科索沃 | 5 位數 | 10000 |
| 科威特 | 2 位數 | 00 |
| 吉爾吉斯 | 4 位數 | 7200 |
| 寮國 | 2 位數 | 01 |
| 拉脫維亞 | 4 位數 | 1001 |
| 賴索托 | 1 位數 | 1 |
| 賴比瑞亞 | 2 位數 | 10 |
| 列支敦斯登 | 4 位數 | 9485 |
| 立陶宛 | 5 位數 | 00100 |
| 盧森堡 | 4 位數 | 1110 |
| 馬其頓 | 4 位數 | 1000 |
| 馬達加斯加 | 3 位數 | 101 |
| 馬拉威 | 3 位數 | 101 |
| 馬來西亞 | 5 位數 | 01000 |
| 馬爾地夫 | 2 位數 | 00 |
| 馬爾他 | 3 位數 | ATD |
| 馬紹爾群島 | 3 位數 | 969 |
| 馬丁尼克 | 5 位數 | 97200 |
| 模里西斯 | 3 位數 | 111 |
| 馬約特島 | 5 位數 | 97600 |
| 墨西哥 | 5 位數 | 01000 |
| 密克羅尼西亞 | 5 位數 | 96941 |
| 摩爾多瓦 | 4 位數 | 2001 |
| 摩納哥 | 5 位數 | 98000 |
| 蒙古 | 4 位數 | 1200 |
| 蒙特內哥羅 | 5 位數 | 81000 |
| 蒙特色拉特島 | 4 位數 | 1120 |
| 摩洛哥 | 5 位數 | 10000 |
| 莫三比克 | 4 位數 | 1100 |
| 緬甸 | 2 位數 | 01 |
| 納米比亞 | 3 位數 | 100 |
| 尼泊爾 | 3 位數 | 101 |
| 荷蘭 | 4 位數 | 1011 |
| 新喀里多尼亞 | 5 位數 | 98800 |
| 紐西蘭 | 4 位數 | 0110 |
| 尼加拉瓜 | 3 位數 | 110 |
| 尼日 | 4 位數 | 1000 |
| 奈及利亞 | 4 位數 | 1002 |
| 紐埃島 | 4 位數 | 9974 |
| 諾福克島 | 4 位數 | 2899 |
| 北馬里亞納群島 | 5 位數 | 96950 |
| 挪威 | 4 位數 | 0010 |
| 阿曼 | 1 位數 | 1 |
| 巴基斯坦 | 2 位數 | 10 |
| 帛琉 | 5 位數 | 96939 |
| 巴勒斯坦 | 4 位數 | P104 |
| 巴布亞紐幾內亞 | 3 位數 | 111 |
| 巴拉圭 | 6 位數 | 001001 |
| 秘魯 | 5 位數 | 01000 |
| 菲律賓 | 4 位數 | 1000 |
| 皮特肯群 | 英數字元 – 5 位數 | PCRN 1 |
| 波蘭 | 5 位數 | 00-002 |
| 葡萄牙 | 4 位數 | 1000 |
| 波多黎各 | 5 位數 | 00601 |
| 羅馬尼亞 | 6 位數 | 010011 |
| 俄羅斯 | 6 位數 | 101000 |
| 留尼旺 | 5 位數 | 97400 |
| 聖巴泰勒米島 | 5 位數 | 97133 |
| 聖赫勒拿島、亞森欣島和特里斯坦達庫尼亞島 | 英數字元 – 5 位數 | ASCN 1 |
| 聖露西亞 | 7 位數 | LC01 101 |
| 法屬聖馬丁 | 5 位數 | 97150 |
| 聖皮埃赫及密克隆 | 5 位數 | 97500 |
| 聖文森及格瑞那丁 | 4 位數 | VC01 |
| 薩摩亞 | 2 位數 | 11 |
| 聖馬利諾 | 5 位數 | 47890 |
| 沙烏地阿拉伯 | 2 位數 | 12 |
| 塞內加爾 | 5 位數 | 10000 |
| 塞爾維亞 | 5 位數 | 11000 |
| 新加坡 | 6 位數 | 018906 |
| 斯洛伐克 | 5 位數 | 010 01 |
| 斯洛維尼亞 | 4 位數 | 1000 |
| 南非 | 4 位數 | 0001 |
| 南喬治亞和南桑威奇群島 | 英數字元 – 5 位數 | SIQQ 1 |
| 南韓 | 5 位數 | 01000 |
| 西班牙 | 5 位數 | 01001 |
| 斯里蘭卡 | 2 位數 | 00 |
| 蘇丹 | 2 位數 | 11 |
| 斯瓦巴和揚馬延 | 4 位數 | 8099 |
| 史瓦濟蘭 | 1 位數 | H |
| 瑞典 | 5 位數 | 111 15 |
| 瑞士 | 4 位數 | 1000 |
| 臺灣 | 3 位數 | 100 |
| 塔吉克 | 4 位數 | 7340 |
| 坦尚尼亞聯合共和國 | 3 位數 | 111 |
| 泰國 | 5 位數 | 10100 |
| 東帝汶 | 4 位數 | TL10 |
| 千里達及托巴哥 | 2 位數 | 10 |
| 突尼西亞 | 4 位數 | 1000 |
| 土耳其 | 5 位數 | 01010 |
| 土庫曼 | 3 位數 | 744 |
| 英屬土克斯及開科斯群島 | 英數字元 – 5 位數 | TKCA 1 |
| 美屬維京群島 | 5 位數 | 00802 |
| 烏克蘭 | 3 位數、5 位數 | 070、01001 |
| 英國 | 英數字元 – 2 到 5 位數 | B1、AL1、AB10、AB10 1 |
| 美國 | 5 位數 | 00001 |
| 烏拉圭 | 5 位數 | 11000 |
| 烏茲別克 | 4 位數 | 1000 |
| 委內瑞拉 | 4 位數 | 0000 |
| 越南 | 5 位數 | 01106 |
| 瓦利斯和富圖那 | 5 位數 | 98600 |
| 尚比亞 | 5 位數 | 10100 |
# 使用不支援的日期或自訂日期
Amazon Quick Sight 原生支援有限數量的日期格式。不過，您無法一直控制提供給您的資料格式。當您的資料包含不支援格式的日期時，您可以告知 Amazon Quick Sight 如何解譯它。
此做法為編輯資料集，然後將資料欄的格式從文字或數字變更為日期。在進行此變更之後會出現一個畫面，讓您可以輸入格式。例如，如果您使用的是關聯式資料來源，則可以對包含 '09-19-2017' 的文字欄位指定 MM-dd-yyyy，所以它會解譯為 2017-09-19T00:00:00.000Z。如果您使用的是非關聯式資料來源，則可以從數字欄位或文字欄位開始，執行相同的操作。
Amazon Quick Sight 僅支援關聯式 (SQL) 來源到目前為止的文字。
如需支援之日期格式的詳細資訊，請參閱[支援的日期格式](supported-data-types-and-values.md#supported-date-formats)。
使用此程序來協助 Amazon Quick Sight 了解不同格式的日期。
1. 對於包含不支援之日期格式的資料集，請編輯資料，如下所示。對於包含日期時間資料的欄位，請將資料類型從文字變更為日期。此做法為選擇資料預覽中資料欄名稱下方的各式各樣資料類型圖示。
**注意**
不是 Unix epoch 日期時間的整數日期無法按原狀運作。例如，不支援這些格式做為整數：`MMddyy`、`MMddyyyy`、`ddMMyy`、`ddMMyyyy` 和 `yyMMdd`。解決方法為首先將它們變更為文字格式。確定您的所有資料列都包含六個數字 (而非五個數字)。然後，將文字資料類型變更為日期時間。
如需 Unix epoch 日期時間的詳細資訊，請參閱[epochDate](epochDate-function.md)。
當您將資料類型變更為日期時，**Edit date format (編輯日期格式)** 畫面即會出現。
1. 輸入您的日期格式，指出哪些部分是月、日、年或時間。格式會區分大小寫。
1. 選擇**驗證**，以確保 Amazon Quick Sight 現在可使用您指定的格式解譯您的日期時間資料。會從資料集略過和省略未通過驗證的資料列。
1. 當您對結果感到滿意時，請選擇 **Update (更新)**。否則，選擇 **Close (關閉)**。
# 將唯一金鑰新增至 Amazon Quick Sight 資料集
快速作者可以在資料準備期間設定 Quick Sight 資料集的唯一索引鍵資料欄。此唯一索引鍵可做為資料集的全域排序索引鍵，並最佳化資料表視覺效果的查詢產生。當使用者在 Quick Sight 中建立資料表視覺效果，並將唯一索引鍵資料欄新增至值欄位集時，資料會從左到右排序至唯一索引鍵資料欄。唯一索引鍵資料欄右側的所有資料欄會在排序順序中予以忽略。不包含唯一索引鍵的資料表會根據資料欄出現在資料集中的順序進行排序。
下列限制適用於唯一索引鍵：
+ 僅未彙總的資料表支援唯一索引鍵。
+ 如果資料集資料欄用於資料欄層級安全性 (CLS)，則資料欄亦無法用作唯一索引鍵。
使用下列程序為 Amazon Quick Sight 中的資料集指定唯一金鑰。
**設定唯一索引鍵**
1. 開啟 [Quick 主控台](https://quicksight.aws.amazon.com/)。
1. 選擇**資料**。
1. 執行下列動作之一：
1. 導覽至您想要新增唯一索引鍵的資料集，選擇資料集旁的省略符號 (三個點)，然後選擇**編輯**。
1. 選擇**新增**，然後選擇**資料集**。選擇您要新增的資料集，然後選擇**編輯資料來源**。如需在 Amazon Quick Sight 中建立新資料集的詳細資訊，請參閱 [建立資料集](creating-data-sets.md)。
1. 資料集的資料準備頁面將會開啟。導覽至**欄位**窗格，並找到您想要設定為唯一索引鍵的欄位。
1. 選擇欄位名稱旁的省略符號 (三個點)，然後選擇**設定為唯一索引鍵**。
建立唯一索引鍵後，欄位旁會顯示索引鍵圖示，表明此欄位現在是資料集的唯一索引鍵。當您儲存和發布資料集時，唯一索引鍵組態會套用至該資料集以及使用該資料集建立的所有儀表板與分析。若要從資料集中移除唯一索引鍵，請導覽至資料集的資料準備頁面，選擇唯一索引鍵欄位旁的省略符號，然後選擇**作為唯一索引鍵移除**。從資料集移除唯一索引鍵後，您可以將其他的欄位指定為唯一索引鍵。
# 將 Amazon SageMaker AI 模型與 Amazon Quick Sight 整合
**注意**
您不需要任何機器學習 (ML) 的技術經驗，即可撰寫使用 Amazon Quick Sight 中採用 ML 功能的分析和儀表板。
您可以使用 Amazon SageMaker AI 機器學習模型來擴增 Amazon Quick Enterprise 版資料。您可以在從 Quick 支援的任何資料來源SPICE匯入的 中存放的資料上執行推論。如需支援的資料來源的完整清單，請參閱 [支援的資料來源](supported-data-sources.md)。
使用 Quick with SageMaker AI 模型可以節省您管理資料移動和編寫程式碼所花費的時間。這些結果針對評估模型，以及 (當您滿意結果時) 用於與決策制定者分享都很有用。您可以在建立模型後立即開始。這樣做可以顯示您的資料科學家預先建立的模型，並可讓您將資料科學套用於資料集。然後，您可以在預測儀表板中分享這些深入解析。透過快速無伺服器方法，程序可無縫擴展，因此您不需要擔心推論或查詢容量。
Amazon Quick 支援使用迴歸和分類演算法的 SageMaker AI 模型。您可以套用此功能，取得幾乎所有商業使用案例的預測。有些範例包括預測客戶流失的可能性、員工流失、評分銷售潛在客戶，以及評估信用風險。若要使用 Quick 提供預測，輸入和輸出的 SageMaker AI 模型資料必須是表格格式。在多類別或多標籤的分類使用案例中，每個輸出資料欄都必須包含單一值。Quick 不支援單一資料欄中的多個值。
**Topics**
+ [SageMaker AI 整合的運作方式](#sagemaker-how-it-works)
+ [產生的成本 (整合本身無額外成本)](#sagemaker-cost-of-use)
+ [使用指引](#sagemaker-usage-guidelines)
+ [定義結構描述檔案](#sagemaker-schema-file)
+ [將 SageMaker AI 模型新增至 Quick Sight 資料集](#sagemaker-using)
+ [使用 SageMaker AI Canvas 建置預測模型](sagemaker-canvas-integration.md)
## SageMaker AI 整合的運作方式
一般來說，此程序的運作方式如下：
1. Amazon Quick 管理員新增 Quick 存取 SageMaker AI 的許可。若要這樣做，請從**管理快速**頁面開啟**安全與許可**設定。前往**快速存取 AWS 服務**，並新增 SageMaker AI。
當您新增這些許可時，Quick 會新增至 AWS Identity and Access Management (IAM) 角色，該角色提供列出您 AWS 帳戶中所有 SageMaker AI 模型的存取權。它也提供執行名稱前置詞為 `quicksight-auto-generated-` 的 SageMaker AI 任務的許可。
1. 建議您連線至具有推論管道的 SageMaker AI 模型，因為其會自動執行資料預先處理。如需詳細資訊，請參閱《SageMaker AI 開發人員指南》**中的[部署推論管道](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-pipelines.html)一節。
1. 識別資料和您要一起使用的預先訓練模型之後，模型的擁有者會建立並提供結構描述檔案。此 JSON 檔案是與 SageMaker AI 簽訂的合約。它提供有關欄位、資料類型、資料欄順序、輸出和模型預期之設定的中繼資料。選用設定元件提供要用於任務的執行個體大小和計算執行個體的計數。
如果您是建置該模型的資料科學家，請使用下列格式建立此資料結構描述檔案。如果您是模型的使用者，請向模型的擁有者取得結構描述檔案。
1. 在 Quick 中，首先使用您要進行預測的資料建立新的資料集。如果您正在上傳檔案，您可以在上傳設定畫面上新增 SageMaker AI 模型。否則，您可以在資料準備頁面上新增模型。
在繼續之前，請確認資料集和模型之間的對應。
1. 將資料匯入資料集之後，輸出欄位會包含從 SageMaker AI 傳回的資料。這些欄位的使用方式與您使用其他欄位的方式相同，請遵循 [使用指引](#sagemaker-usage-guidelines) 中所述的指導方針。
當您執行 SageMaker AI 整合時，Quick 會將請求傳遞給 SageMaker AI，以使用推論管道執行批次轉換任務。快速啟動佈建和部署您 AWS 帳戶中所需的執行個體。當處理完成時，這些執行個體會被關閉並終止。運算容量只有在處理模型時才會產生成本。
為了讓您更輕鬆地識別它們，快速將其所有 SageMaker AI 任務命名為字首 `quicksight-auto-generated-`。
1. 推斷的輸出會儲存在 SPICE 中，並附加到資料集。一旦推論完成，您就可以使用資料集來利用預測資料建立視覺效果和儀表板。
1. 每次儲存資料集時，都會開始重新整理資料。您可以重新整理 SPICE 資料集，以手動開始資料的重新整理程序，或者您可以將它排程為定期執行。在每次資料重新整理期間，系統會自動呼叫 SageMaker AI 批次轉換，以更新具有新資料的輸出欄位。
您可以使用 Amazon Quick Sight SPICE 擷取 API 操作來控制資料重新整理程序。如需使用這些 API 操作的詳細資訊，請參閱 [Amazon Quick Sight API 參考](https://docs.aws.amazon.com/quicksight/latest/APIReference/qs-api-overview.html)。
## 產生的成本 (整合本身無額外成本)
使用此功能本身不需支付額外的費用。您的成本包括下列各項：
+ 透過 SageMaker AI 模型部署的成本，只有在模型執行時才會產生成本。儲存資料集 (在建立或編輯資料集之後) 或重新整理資料之後，就會開始資料擷取程序。如果資料集具有推斷欄位，則此程序包括呼叫 SageMaker AI。成本會在您的快速訂閱所在的相同 AWS 帳戶中產生。
+ 您的快速訂閱成本如下所示：
+ 在 Quick () 的記憶體內計算引擎中存放資料的成本SPICE。如果您要新增資料至 SPICE，您可能需要購買足夠的 SPICE 容量來容納它。
+ 適用於建置資料集之作者或管理員的快速訂閱。
+ 檢視者 (讀者) 存取互動式儀表板的按工作階段付費費用。
## 使用指引
在 Amazon Quick 中，下列使用準則適用於此 Enterprise Edition 功能：
+ 模型的處理會發生在 SPICE 中。因此，它僅套用至儲存在 SPICE 中的資料集。該程序目前支援每個資料集最多 5 億個資料列。
+ 只有快速管理員或作者可以使用 ML 模型增強資料集。讀者只能在他們是儀表板的一部分時檢視結果。
+ 每個資料集僅可以使用確切一個 ML 模型。
+ 輸出欄位不能用來計算新欄位。
+ 資料集不能依與模型整合的欄位篩選。換句話說，如果您的資料集欄位目前映射至 ML 模型，則您無法依該欄位篩選。
在 SageMaker AI 中，下列使用準則適用於您與 Amazon Quick Sight 搭配使用的預先訓練模型：
+ 建立模型時，請將其與適當 IAM 角色的 Amazon Resource Name (ARN) 產生關聯。SageMaker AI 模型的 IAM 角色需要存取 Amazon Quick Sight 使用的 Amazon S3 儲存貯體。
+ 確定您的模型支援輸入和輸出的 .csv 檔案。確定您的資料是表格格式。
+ 提供包含模型相關中繼資料的結構描述檔案，包括輸入和輸出欄位的清單。目前，您必須手動建立此結構描述檔案。
+ 考量完成推論所需的時間，這取決於許多因素。其中包括模型的複雜性、資料量以及定義的計算容量。完成推論可能需要幾分鐘到幾個小時。Amazon Quick Sight 會將所有資料擷取和推論任務限制在最多 10 小時。若要減少執行推論所需的時間，請考慮增加執行個體大小或執行個體的數量。
+ 目前，您只能使用批次轉換來與 SageMaker AI 整合，而不能與即時資料整合。您無法使用 SageMaker AI 端點。
## 定義結構描述檔案
在搭配 Quick Sight 資料使用 SageMaker AI 模型之前，請建立 JSON 結構描述檔案，其中包含 Amazon Quick Sight 處理模型所需的中繼資料。Amazon Quick 作者或管理員會在設定資料集時上傳結構描述檔案。
結構描述欄位的定義如下。除非在下列說明中有指定，否則所有欄位均為必填欄位。屬性區分大小寫。
*inputContentType*
此 SageMaker AI 模型對輸入資料預期的內容類型。此項目唯一支援的值是 `"text/csv"`。Quick Sight 不包含您新增至輸入檔案的任何標頭名稱。
*outputContentType*
由您想要使用的 SageMaker AI 模型產生的輸出的內容類型。此項目唯一支援的值是 `"text/csv"`。
*input*
模型預期在輸入資料中的功能清單。Quick Sight 會以完全相同的順序產生輸入資料。此清單包含下列屬性：
+ *name*：資料欄的名稱。如果可能，請讓此名稱其與 QuickSight 資料集中對應欄的名稱相同。此屬性限制為 100 個字元。
+ *type*：此資料欄的資料類型。此屬性會採用值 `"INTEGER"`、`"STRING"` 和 `"DECIMAL"`。
+ *nullable*：(選用) 欄位的可為 Null 性。預設值為 `true`。如果您將 `nullable`設定為 `false`，Quick Sight 會在呼叫 SageMaker AI 之前捨棄不包含此值的資料列。這麼做有助於避免造成 SageMaker AI 因遺失必要的資料而失敗。
*output*
SageMaker AI 模型產生的輸出資料欄的清單。Quick Sight 預期這些欄位的順序完全相同。此清單包含下列屬性：
+ *name* – 此名稱會成為在 Quick Sight 中建立之對應新資料欄的預設名稱。您可以覆寫 Quick Sight 中在此處指定的名稱。此屬性限制為 100 個字元。
+ *type*：此資料欄的資料類型。此屬性會採用值 `"INTEGER"`、`"STRING"` 和 `"DECIMAL"`。
*instanceTypes*
SageMaker AI 可以佈建以執行轉換任務的 ML 執行個體類型的清單。清單會提供給 Amazon Quick 使用者以供選擇。此清單僅限於 SageMaker AI 支援的類型。如需支援類型的詳細資訊，請參閱《SageMaker AI 開發人員指南》**中的 [TransformResources](https://docs.aws.amazon.com/sagemaker/latest/dg/API_TransformResources.html) 一節。
*defaultInstanceType*
（選用） 在 Quick Sight 的 SageMaker AI 精靈中顯示為預設選項的執行個體類型。在 `instanceTypes` 中包含此執行個體類型。
*instanceCount*
(選用) 執行個體計數會定義 SageMaker AI 要佈建以執行轉換任務的所選執行個體數目。此值必須為正整數。
*description*
此欄位可讓擁有 SageMaker AI 模型的人員與在 Quick Sight 中使用此模型的人員進行通訊。使用此欄位可提供有關成功使用此模型的提示。例如，此欄位可以包含有關選取有效的執行個體類型，以根據資料集大小從 `instanceTypes` 中的清單中選擇的資訊。此欄位限制為 1,000 個字元。
*version*
結構描述的版本，例如 "`1.0"`。
下列範例會顯示結構描述檔案中 JSON 的結構。
```
{
"inputContentType": "CSV",
"outputContentType": "CSV",
"input": [
{
"name": "buying",
"type": "STRING"
},
{
"name": "maint",
"type": "STRING"
},
{
"name": "doors",
"type": "INTEGER"
},
{
"name": "persons",
"type": "INTEGER"
},
{
"name": "lug_boot",
"type": "STRING"
},
{
"name": "safety",
"type": "STRING"
}
],
"output": [
{
"name": "Acceptability",
"type": "STRING"
}
],
"description": "Use ml.m4.xlarge instance for small datasets, and ml.m4.4xlarge for datasets over 10 GB",
"version": "1.0",
"instanceCount": 1,
"instanceTypes": [
"ml.m4.xlarge",
"ml.m4.4xlarge"
],
"defaultInstanceType": "ml.m4.xlarge"
}
```
結構描述檔案的結構與 SageMaker AI 所提供的範例中使用的模型種類有關。
## 將 SageMaker AI 模型新增至 Quick Sight 資料集
依照下列程序，您可以將預先訓練的 SageMaker AI 模型新增至資料集，以便在分析和儀表板中使用預測資料。
開始之前，請先準備好下列項目：
+ 您要用來建置資料集的資料。
+ 要用來擴增資料集的 SageMaker AI 模型名稱。
+ 模型的結構描述。此結構描述包括欄位名稱對應和資料類型。如果它還包含執行個體類型和要使用的執行個體數量的建議設定，這會很有幫助。
**使用 SageMaker AI 擴充 Amazon Quick Sight 資料集**
1. 從開始頁面建立新的資料集，方法是選擇**資料**，然後選擇**新增資料集**。
您也可以編輯現有的資料集。
1. 在資料準備畫面上選擇**使用 SageMaker 擴增**。
1. 對於 **Select your model (選取您的模型)**，選擇下列設定：
+ **模型**：選擇要用來推斷欄位的 SageMaker AI 模型。
+ **名稱**：提供模型的描述名稱。
+ **結構描述**：上傳為模型提供的 JSON 結構描述檔案。
+ **進階設定**：QuickSight 會根據您的資料集建議選取的預設值。您可以使用特定的執行期設定來平衡任務的速度和成本。為此，請在**執行個體類型**中輸入 SageMaker AI ML 執行個體類型，在**計數**中輸入執行個體數量。
選擇 **Next** (下一步) 繼續。
1. 對於 **Review inputs (檢閱輸入)**，請檢閱與您的資料集對應的欄位。Quick Sight 會嘗試自動將結構描述中的欄位映射至資料集中的欄位。如果對應需要調整，您可以在此處進行變更。
選擇 **Next** (下一步) 繼續。
1. 針對**檢閱輸出**，請檢視新增至您的資料集的欄位。
選擇 **Save and prepare data (儲存並準備資料)** 以確認您的選擇。
1. 若要重新整理資料，請選擇要檢視詳細資料的資料集。然後選擇 **Refresh Now (立即重新整理)** 以手動重新整理資料，或選擇 **Schedule refresh (排程重新整理)** 以設定定期的重新整理間隔。在每次資料重新整理期間，系統會自動執行 SageMaker AI 批次轉換任務，以更新具有新資料的輸出欄位。
# 使用 SageMaker AI Canvas 建置預測模型
Amazon Quick 作者可以將資料匯出至 SageMaker AI Canvas，以建置可傳回 Quick 的 ML 模型。作者可以使用這些機器學習模型透過預測分析來擴增其資料集，進而將資料集用於建立分析和儀表板。
**先決條件**
+ 與 IAM Identity Center 整合的快速帳戶。如果您的快速帳戶未與 IAM Identity Center 整合，請建立新的快速帳戶，然後選擇**使用已啟用 IAM Identity Center 的應用程式**做為身分提供者。
+ 如需 IAM Identity Center 的詳細資訊，請參閱 [Getting started](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html) 中的內容。
+ 若要進一步了解如何將 Quick 與 IAM Identity Center 整合，請參閱 [使用 IAM Identity Center 設定 Amazon Quick 帳戶](setting-up-sso.md#sec-identity-management-identity-center)。
+ 若要將資產從現有的快速帳戶匯入至與 IAM Identity Center 整合的新快速帳戶，請參閱[資產套件操作](https://docs.aws.amazon.com/quicksight/latest/developerguide/asset-bundle-ops.html)。
+ 與 IAM Identity Center 整合的新 SageMaker AI 網域。如需使用 IAM Identity Center 加入 SageMaker AI 網域的詳細資訊，請參閱 [Onboard to SageMaker AI Domain using IAM Identity Center](https://docs.aws.amazon.com/sagemaker/latest/dg/onboard-sso-users.html) 中的內容。
**Topics**
+ [從 Amazon Quick Sight 在 SageMaker AI Canvas 中建置預測模型](#sagemaker-canvas-integration-create-model)
+ [使用 SageMaker AI Canvas 模型建立資料集](#sagemaker-canvas-integration-create-dataset)
+ [考量事項](#sagemaker-canvas-integration-considerations)
## 從 Amazon Quick Sight 在 SageMaker AI Canvas 中建置預測模型
**在 SageMaker AI Canvas 中建置預測模型**
1. 登入 Amazon Quick 並導覽至您要為其建立預測模型的表格式資料表或樞紐分析表。
1. 開啟視覺化效果選單並選擇**建置預測模型**。
1. 在顯示的**在 SageMaker AI Canvas 中建置預測模型**快顯視窗中，檢視顯示的資訊，然後選擇**將資料匯出至 SAGEMAKER CANVAS**。
1. 在顯示的**匯出**窗格中，選擇匯出完成後**前往 SAGEMAKER CANVAS** 以前往 SageMaker AI Canvas 主控台。
1. 在 SageMaker AI Canvas 中，使用您從 Quick Sight 匯出的資料建立預測模型。您可以選擇跟隨引導式導覽來協助您建置預測模型，也可以略過導覽按自己的步調進行。如需在 SageMaker AI Canvas 中建置預測模型的詳細資訊，請參閱 [Build a model](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-build-model-how-to.html#canvas-build-model-numeric-categorical) 中的內容。
1. 將預測模型傳回 Quick Sight。如需將模型從 SageMaker AI Canvas 傳送至 Amazon Quick Sight 的詳細資訊，請參閱[將模型傳送至 Amazon Quick Sight](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-send-model-to-quicksight.html)。
## 使用 SageMaker AI Canvas 模型建立資料集
在 SageMaker AI Canvas 中建立預測模型並將其傳回 Quick Sight 後，請使用新模型建立新的資料集，或將其套用至現有的資料集。
**將預測欄位新增至資料集**
1. 開啟快速主控台，選擇左側**的資料**，然後選擇**資料集**索引標籤。
1. 上傳新資料集或選擇現有資料集。
1. 選擇**編輯**。
1. 在資料集的資料準備頁面上，選擇**新增**，然後選擇**新增預測欄位**，以開啟**使用 SageMaker AI 擴增**模態對話方塊。
1. 針對**模型**，從 SageMaker AI Canvas 選擇您傳送至 Quick Sight 的模型。結構描述檔案會自動填入**進階設定**窗格中。檢閱輸入，然後選擇**下一步**。
1. 在**檢視輸出**窗格中，輸入您在 SageMaker AI Canvas 中建立的模型所針對的資料欄的欄位名稱和描述。
1. 完成後，選擇**準備資料**。
1. 選擇**準備資料**後，您將被重新導向到資料集頁面。若要發布新資料集，請選擇**發布並視覺化**。
當您發布使用 SageMaker AI Canvas 模型的新資料集時，資料會匯入 SPICE 中，並在 SageMaker AI 中開始批次推論任務。這些程序最長可能需要 10 分鐘的時間才能完成。
## 考量事項
下列限制適用於使用 Quick Sight 資料建立 SageMaker AI Canvas 模型。
+ 用於將資料傳送至 SageMaker AI Canvas 的**建置預測模型**選項僅適用於資料表和資料表式樞紐分析表視覺化效果。資料表或樞紐分析表視覺化效果必須具有 2 到 1,000 個欄位，以及至少 500 列。
+ 當您為資料集新增預測欄位時，包含整數或地理資料類型的資料集將會遇到結構描述映射錯誤。若要解決此問題，請從資料集中移除整數或地理資料類型，或將它們轉換為新的資料類型。
# 準備資料集範例
您可以準備任何資料集內的資料，使其更適用於分析，例如變更欄位名稱或新增計算欄位。若為資料庫資料集，您也可以判定透過指定 SQL 查詢或聯結兩個或多個資料表所使用的資料。
請使用下列主題來了解如何準備資料集。
**Topics**
+ [根據檔案資料準備資料集](prepare-file-data.md)
+ [根據 Salesforce 資料準備資料集](prepare-salesforce-data.md)
+ [根據資料庫資料準備資料集](prepare-database-data.md)
# 根據檔案資料準備資料集
請透過以下程序，根據來自您的本機網路或 Amazon S3 的文字或 Microsoft Excel 檔案來準備資料集。
**根據來自本機網路或 S3 的文字或 Microsoft Excel 檔案準備資料集**
1. 選擇以下其中一個選項來開啟檔案資料集進行資料準備：
+ 建立新的本機檔案資料集，然後選擇 **Edit/Preview data (編輯/預覽資料)**。如需從本機文字檔案建立新資料集的詳細資訊，請參閱[使用本機文字檔案建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-data-set-file.html)。如需從 Microsoft Excel 檔案建立新資料集的詳細資訊，請參閱[使用 Microsoft Excel 檔案建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-data-set-excel.html)。
+ 建立新的 Amazon S3 資料集，然後選擇**編輯/預覽資料**。如需使用新的 Amazon S3 資料來源建立新的 Amazon S3 資料集的詳細資訊，請參閱[使用 Amazon S3 檔案建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-data-set-s3.html)。如需使用現有 Amazon S3 資料來源建立新 Amazon S3 資料集的詳細資訊，請參閱[使用現有 Amazon S3 資料來源建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-data-set-existing-s3.html)。
+ 從分析頁面或**您的資料集**頁面，開啟現有的 Amazon S3、文字檔案或 Microsoft Excel 資料集進行編輯。如需開啟現有資料集以進行資料準備的詳細資訊，請參閱[編輯資料集](https://docs.aws.amazon.com/quicksight/latest/user/edit-a-data-set.html)。
1. (選用) 在資料準備頁面上，將新名稱輸入至應用程式列上的資料集名稱方塊。
這個名稱預設為本機檔案的檔案名稱。例如，它會預設為 **Group 1** (若為 Amazon S3 檔案)。
1. 檢閱檔案上傳設定，並在必要時更正它們。如需檔案上傳設定的詳細資訊，請參閱[選擇檔案上傳設定](https://docs.aws.amazon.com/quicksight/latest/user/choosing-file-upload-settings.html)。
**重要**
如果您想要變更上傳設定，請先進行此變更，然後再對資料集進行任何其他變更。新的上傳設定會導致 Amazon Quick Sight 重新匯入檔案。此程序會覆寫您的所有其他變更。
1. 執行以下一個或多個動作來準備資料：
+ [選取欄位](https://docs.aws.amazon.com/quicksight/latest/user/selecting-fields.html)
+ [編輯欄位名稱和描述](https://docs.aws.amazon.com/quicksight/latest/user/changing-a-field-name.html)
+ [變更欄位資料類型](https://docs.aws.amazon.com/quicksight/latest/user/changing-a-field-data-type.html)
+ [新增計算欄位](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-calculated-field-analysis.html)
+ [在 Amazon Quick Sight 中篩選資料](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-filter.html)
1. 請檢查 [SPICE](spice.md) 指標，來查看您是否有足夠的容量來匯入資料集。檔案資料集會自動載入至 SPICE。當您選擇 **Save & visualize (儲存並視覺化)** 或 **Save (儲存)** 時，匯入即會發生。
如果您無權存取足夠的 SPICE 容量，則可以使用以下其中一個選項，使資料集變得更小：
+ 套用篩選條件來限制資料列數目。
+ 選取要從資料集移除的欄位。
**注意**
SPICE 指標不會更新，以指出您藉由移除欄位或篩選資料節省了多少空間。它持續反映來自前次匯入的 SPICE 用量。
1. 選擇 **Save (儲存)** 來儲存您的工作，或選擇 **Cancel (取消)** 來取消它。
您也可能看到 **Save & visualize (儲存並視覺化)**。此選項會根據您開始的畫面而出現。如果缺少此選項，您可以從資料集畫面開始，建立新的視覺化。
## 根據 Microsoft Excel 檔案準備資料集
透過以下程序來準備 Microsoft Excel 資料集。
**準備 Microsoft Excel 資料集**
1. 選擇以下其中一個選項來開啟文字檔案資料集進行準備：
+ 建立新的 Microsoft Excel 資料集，然後選擇 **Edit/Preview data (編輯/預覽資料)**。如需建立新 Excel 資料集的詳細資訊，請參閱[使用 Microsoft Excel 檔案建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-data-set-excel.html)。
+ 開啟現有的 Excel 資料集進行編輯。您可以從分析頁面或 **Your Data Sets (您的資料集)** 頁面執行此操作。如需開啟現有資料集以進行資料準備的詳細資訊，請參閱[編輯資料集](https://docs.aws.amazon.com/quicksight/latest/user/edit-a-data-set.html)。
1. (選用) 在資料準備頁面上，將名稱輸入至應用程式列中的資料集名稱方塊。如果您不重新命名資料集，則其名稱會預設為 Excel 檔案名稱。
1. 檢閱檔案上傳設定，並在必要時更正它們。如需檔案上傳設定的詳細資訊，請參閱[選擇檔案上傳設定](https://docs.aws.amazon.com/quicksight/latest/user/choosing-file-upload-settings.html)。
**重要**
如果需要變更上傳設定，請先進行此變更，然後再對資料集進行任何其他變更。變更上傳設定會導致 Amazon Quick Sight 重新匯入檔案。此程序會覆寫您目前所做的任何變更。
1. (選用) 變更工作表選擇。
1. (選用) 變更範圍選擇。為此，請從右上角登入名稱下方的資料集選單中，開啟**上傳設定**。
1. 執行以下一個或多個動作來準備資料：
+ [選取欄位](https://docs.aws.amazon.com/quicksight/latest/user/selecting-fields.html)
+ [編輯欄位名稱和描述](https://docs.aws.amazon.com/quicksight/latest/user/changing-a-field-name.html)
+ [變更欄位資料類型](https://docs.aws.amazon.com/quicksight/latest/user/changing-a-field-data-type.html)
+ [新增計算欄位](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-calculated-field-analysis.html)
+ [在 Quick Sight 中篩選資料](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-filter.html)
1. 請檢查 [SPICE](spice.md) 指標，來查看您是否有匯入資料集的足夠空間。Amazon Quick Sight 必須匯入 Excel 資料集到 SPICE。當您選擇 **Save & visualize (儲存並視覺化)** 或 **Save (儲存)** 時，此匯入即會發生。
如果您沒有足夠的 SPICE 容量，則可以選擇使用以下其中一種方法，使資料集變得更小：
+ 套用篩選條件來限制資料列數目。
+ 選取要從資料集移除的欄位。
+ 定義範圍更小的資料來匯入。
**注意**
SPICE 指標不會更新以反映您的變更，直到您載入它們為止。它會顯示來自前次匯入的 SPICE 用量。
1. 選擇 **Save (儲存)** 來儲存您的工作，或選擇 **Cancel (取消)** 來取消它。
您也可能看到 **Save & visualize (儲存並視覺化)**。此選項會根據您開始的畫面而出現。如果缺少此選項，您可以從資料集畫面開始，建立新的視覺化。
# 根據 Salesforce 資料準備資料集
透過以下程序來準備 Salesforce 資料集。
**準備 Salesforce 資料集**
1. 選擇以下其中一個選項來開啟 Salesforce 資料集進行準備：
+ 建立新的 Salesforce 資料集，然後選擇 **Edit/Preview data (編輯/預覽資料)**。如需使用新的 Salesforce 資料來源建立新的 Salesforce 資料集的詳細資訊，請參閱[從 Salesforce 建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-data-set-salesforce.html)。如需使用現有 Salesforce 資料來源建立新 Salesforce 資料集的詳細資訊，請參閱[使用現有 Salesforce 資料來源建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-data-set-existing-salesforce.html)。
+ 從分析頁面或 **Your Data Sets (您的資料集)** 頁面，開啟現有的 Salesforce 資料集進行編輯。如需開啟現有資料集以進行資料準備的詳細資訊，請參閱[編輯資料集](https://docs.aws.amazon.com/quicksight/latest/user/edit-a-data-set.html)。
1. (選用) 如果您想要變更資料集名稱，請在資料準備頁面上，將名稱輸入至應用程式列中的資料集名稱方塊。此名稱預設為報告或物件名稱。
1. (選用) 變更資料元素選項，以查看報告或物件。
1. (選用) 變更資料選項，以選擇不同的報告或物件。
如果您在**資料**窗格中有長清單，則可以將搜尋詞彙輸入至**搜尋資料表**方塊，來搜尋以找出特定項目。這時會顯示任何其名稱包含搜尋詞彙的項目。搜尋不區分大小寫，而且不支援萬用字元。選擇搜尋方塊右邊的取消圖示 (**X**)，來返回以檢視所有項目。
1. 執行以下一個或多個動作來準備資料：
+ [選取欄位](https://docs.aws.amazon.com/quicksight/latest/user/selecting-fields.html)
+ [編輯欄位名稱和描述](https://docs.aws.amazon.com/quicksight/latest/user/changing-a-field-name.html)
+ [變更欄位資料類型](https://docs.aws.amazon.com/quicksight/latest/user/changing-a-field-data-type.html)
+ [新增計算欄位](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-calculated-field-analysis.html)
+ [在 Quick Sight 中篩選資料](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-filter.html)
1. 請檢查 [SPICE](spice.md) 指標，來查看您是否有匯入資料集的足夠空間。Salesforce 資料集需要將資料匯入至 SPICE。當您選擇 **Save & visualize (儲存並視覺化)** 或 **Save (儲存)** 時，匯入即會發生。
如果您沒有足夠的 SPICE 容量，則可以從資料集移除欄位，或套用篩選條件來降低其大小。如需從資料集新增和移除欄位的詳細資訊，請參閱[選取欄位](https://docs.aws.amazon.com/quicksight/latest/user/selecting-fields.html)。
**注意**
SPICE 指標不會更新，以反映移除欄位或篩選資料的潛在空間節省。它會持續反映從資料來源擷取的資料集大小。
1. 選擇 **Save (儲存)** 來儲存您的工作，或選擇 **Cancel (取消)** 來取消它。
您也可能看到 **Save & visualize (儲存並視覺化)**。此選項會根據您開始的畫面而出現。如果缺少此選項，您可以從資料集畫面開始，建立新的視覺化。
# 根據資料庫資料準備資料集
請透過以下程序，根據對資料庫的查詢來準備資料集。此資料集的資料可以來自 Amazon Athena、Amazon RDS 或 Amazon Redshift 等 AWS 資料庫資料來源，也可以來自外部資料庫執行個體。您可以選擇要將資料的副本匯入至 [SPICE](spice.md)，還是直接查詢資料。
**根據對資料庫的查詢準備資料集**
1. 選擇以下其中一個選項來開啟資料庫資料集進行準備：
+ 建立新的資料庫資料集，然後選擇 **Edit/Preview data (編輯/預覽資料)**。如需使用新資料庫資料來源建立新資料集的詳細資訊，請參閱[從資料庫建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-database-data-set.html)。如需使用現有資料庫資料來源建立新資料集的詳細資訊，請參閱[使用現有資料庫資料來源建立資料集](https://docs.aws.amazon.com/quicksight/latest/user/create-a-data-set-existing-database.html)。
+ 從分析頁面或 **Your Data Sets (您的資料集)** 頁面，開啟現有的資料庫資料集進行編輯。如需開啟現有資料集以進行資料準備的詳細資訊，請參閱[編輯資料集](https://docs.aws.amazon.com/quicksight/latest/user/edit-a-data-set.html)。
1. (選用) 在資料準備頁面上，將名稱輸入至應用程式列上的資料集名稱方塊。
如果您在進行資料準備之前已選取一個資料表名稱，則系統會將此名稱預設為該資料表名稱。否則為 **Untitled data source**。
1. 請選擇以下其中一項來決定如何選取您的資料：
+ 若要使用單一資料表來提供資料，請選擇一個資料表或變更資料表選項。
如果您在 **Tables (資料表)** 窗格中有長資料表清單，則可以對 **Search tables (搜尋資料表)** 輸入搜尋詞彙，來搜尋特定的資料表。
這時會顯示任何其名稱包含搜尋詞彙的資料表。搜尋不區分大小寫，而且不支援萬用字元。選擇搜尋方塊右邊的取消圖示 (**X**)，來返回以檢視所有資料表。
+ 若要使用兩個或多個聯結的資料表來提供資料，請選擇兩個資料表，然後使用聯結窗格來聯結它們。如果您選擇使用聯結的資料表，則必須將資料匯入 Quick Sight。如需使用 Amazon Quick Sight 介面聯結資料的詳細資訊，請參閱[聯結資料](https://docs.aws.amazon.com/quicksight/latest/user/joining-data.html)。
+ 若要使用自訂 SQL 查詢，來提供新資料集內的資料，請選擇 **Tables (資料表)** 窗格上的 **Switch to Custom SQL (切換到自訂 SQL)** 工具。如需詳細資訊，請參閱[使用 SQL 自訂資料](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-SQL-query.html)。
若要變更現有資料集內的 SQL 查詢，請選擇 **Fields (欄位)** 窗格上的 **Edit SQL (編輯 SQL)**，來開啟 SQL 窗格並編輯查詢。
1. 執行以下一個或多個動作來準備資料：
+ [選取欄位](https://docs.aws.amazon.com/quicksight/latest/user/selecting-fields.html)
+ [編輯欄位名稱和描述](https://docs.aws.amazon.com/quicksight/latest/user/changing-a-field-name.html)
+ [變更欄位資料類型](https://docs.aws.amazon.com/quicksight/latest/user/changing-a-field-data-type.html)
+ [新增計算欄位](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-calculated-field-analysis.html)
+ [在 Quick Sight 中篩選資料](https://docs.aws.amazon.com/quicksight/latest/user/adding-a-filter.html)
1. 如果您不是聯結資料表，請選擇**查詢**或 **SPICE** 圓鈕，來選擇您要直接查詢資料庫，或是將資料匯入至 SPICE。建議使用 SPICE 以增強效能。
如果想要使用 SPICE，請檢查 SPICE 指標，以查看您是否有足夠的空間來匯入資料集。當您選擇 **Save & visualize (儲存並視覺化)** 或 **Save (儲存)** 時，匯入即會發生。
如果您沒有足夠的空間，則可以從資料集移除欄位，或套用篩選條件來降低其大小。
**注意**
SPICE 指標不會更新，以反映移除欄位或篩選資料的潛在空間節省。它會持續反映從資料來源擷取的資料集大小。
1. 選擇 **Save (儲存)** 來儲存您的工作，或選擇 **Cancel (取消)** 來取消它。
您也可能看到 **Save & visualize (儲存並視覺化)** 的選項。此選項會根據您開始的畫面而出現。如果缺少此選項，您可以從資料集畫面開始，建立新的視覺化。