Deze functies kunnen alleen worden gebruikt in diagramuitdrukkingen.
Gebruik de vervolgkeuzelijst bij elke functie om een korte beschrijving en de syntaxis van de functie te bekijken. Klik op de functienaam in de beschrijving van de syntaxis voor meer informatie.
Rangordefuncties in diagrammen
InformatieDe onderdrukking van nulwaarden wordt automatisch uitgeschakeld als deze functies worden gebruikt. NULL-waarden worden buiten beschouwing gelaten.
Rank() evalueert de rijen van het diagram in de uitdrukking en geeft voor elke rij de relatieve positie van de waarde van de dimensie die in de uitdrukking wordt geëvalueerd weer. Bij de evaluatie van de uitdrukking vergelijkt de functie het resultaat met het resultaat van de andere rijen die het huidige kolomsegment bevatten, en retourneert de rangschikking van de huidige rij in het segment.
HRank() evalueert de uitdrukking en vergelijkt het resultaat met het resultaat van de andere kolommen die het huidige rijsegment van een draaitabel bevatten. De functie retourneert vervolgens de rangschikking van de huidige kolom binnen het segment.
KMeans2D() evalueert de rijen van het diagram door K-means clustering toe te passen. Voor elke rij van het diagram wordt de cluster-id weergegeven van het cluster waaraan dit gegevenspunt is toegewezen. De kolommen die worden gebruikt door het clustering-algoritme worden bepaald door de parameter coordinate_1 respectievelijk coordinate_2. Dit zijn beide aggregraties. De parameter num_clusters bepaalt het aantal clusters dat wordt gemaakt. Gegevens kunnen optioneel worden genormaliseerd door de normparameter.
KMeansND() evalueert de rijen van het diagram door K-means clustering toe te passen. Voor elke rij van het diagram wordt de cluster-id weergegeven van het cluster waaraan dit gegevenspunt is toegewezen. De kolommen die worden gebruikt door het clustering-algoritme worden bepaald door de parameter coordinate_1 en coordinate_2 etc. tot en met de n-kolommen Dit zijn beide aggregaties. De parameter num_clusters bepaalt het aantal clusters dat wordt gemaakt.
KMeansCentroid2D() evalueert de rijen van het diagram door K-means clustering toe te passen. Voor elke rij van het diagram wordt de gewenste coördinaat weergegeven van het cluster waaraan dit gegevenspunt is toegewezen. De kolommen die worden gebruikt door het clustering-algoritme worden bepaald door de parameter coordinate_1 respectievelijk coordinate_2. Dit zijn beide aggregraties. De parameter num_clusters bepaalt het aantal clusters dat wordt gemaakt. Gegevens kunnen optioneel worden genormaliseerd door de normparameter.
KMeansCentroidND() evalueert de rijen van het diagram door K-means clustering toe te passen. Voor elke rij van het diagram wordt de gewenste coördinaat weergegeven van het cluster waaraan dit gegevenspunt is toegewezen. De kolommen die worden gebruikt door het clustering-algoritme worden bepaald door de parameter coordinate_1 respectievelijk coordinate_2. Dit zijn beide aggregaties. De parameter num_clusters bepaalt het aantal clusters dat wordt gemaakt.
Als u problemen ervaart op deze pagina of de inhoud onjuist is – een typfout, een ontbrekende stap of een technische fout – laat het ons weten zodat we dit kunnen verbeteren!
