# Mode — funkcja wykresu Funkcja Mode() zwraca wartość najczęściej występującą w agregowanych danych (wartość modalną). Funkcja Mode() może przetwarzać zarówno wartości tekstowe, jak i liczbowe. Składnia: Mode({[SetExpression] [TOTAL [<fld {,fld}>]]} expr) Typ zwracanych danych: wartość podwójna Argumenty | Argument | Opis | | --- | --- | | expr | Wyrażenie lub pole zawierające mierzone dane. | | SetExpression | Funkcja agregacji będzie domyślnie dokonywać agregacji na zbiorze możliwych wierszy zdefiniowanym przez selekcję. Alternatywny zestaw wierszy można zdefiniować za pomocą wyrażenia analizy zestawów. | | TOTAL | Jeśli słowo TOTAL występuje przed argumentami funkcji, wówczas obliczenie jest wykonywane względem wszystkich możliwych wartości z uwzględnieniem bieżących selekcji, nie tylko tych należących do bieżącej wartości wymiaru, to znaczy z pominięciem wymiarów wykresu.

Korzystając z polecenia TOTAL [<fld {.fld}>], gdzie po kwalifikatorze TOTAL podana jest lista nazw pól stanowiących podzbiór zmiennych wymiarów wykresu, można utworzyć podzbiór wszystkich możliwych wartości.

[Określenie zakresu agregacji](https://help.qlik.com/pl-PL/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/define-aggregation-scope.htm) | Przykład: wyrażenia wykresu | Przykład | Wynik | | --- | --- | | `Mode(UnitSales)` | Zwraca najczęściej występującą wartość w kolumnie `UnitSales`.

Zwraca wartość `NULL (-)`. Żadna wartość pojedyncza nie występuje częściej niż pozostałe. | | `Mode(Customer)` | Zwraca najczęściej występującą wartość w kolumnie `Customer`.

Zwraca wartość `NULL (-)`. Żadna wartość pojedyncza nie występuje częściej niż pozostałe. | | `Mode(TOTAL UnitSales)` | Kwalifikator `TOTAL` zwraca najczęściej występującą wartość w `Unitsales`, nawet bez uwzględnienia wymiarów wykresu. | | `Mode({1} TOTAL UnitSales)` | Wyrażenie analizy zestawu `{1}` definiuje zestaw rekordów do oceny jako `ALL`, niezależnie od dokonanych wyborów. Jeżeli na przykład zostanie wybrany konkretny klient, zostanie zwrócona najczęściej występująca wartość `UnitSales` w całym zbiorze danych. | ## Przykład — podstawy Mode [](https://help.qlik.com/en-US/sense/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/BasicAggregationFunctions/mode.htm) #### Wyrażenie wykresu Przegląd Otwórz Edytor ładowania danych i poniżej dodaj skrypt ładowania do nowej sekcji. Skrypt ładowania zawiera: * Zestaw danych załadowany do tabeli o nazwie `Example`. * Tabela zawiera następujące pola: * `Customer` * `UnitSales` * `UnitPrice` Skrypt ładowania ``` Example: LOAD * inline [ Customer|UnitSales|UnitPrice Astrida|4|16 Astrida|10|15 Astrida|9|9 Astrida|10|10 Betacab|5|10 Betacab|4|20 Betacab||25 Canutility|8|15 Canutility|4|19 ] (delimiter is '|'); ``` Wyniki Załaduj dane i otwórz arkusz. Utwórz nową tabelę i dodaj to pole jako wymiar: * `Customer` Utwórz następujące miary: * `=Mode(UnitSales)` w celu obliczenia najczęściej występującej wartości `UnitSales`. * `=Mode(Customer)` w celu obliczenia najczęściej występującej wartości `Customer`. * `=Mode(TOTAL UnitSales)` w celu obliczenia najczęściej występującej wartości `UnitSales` w całym zbiorze danych bez uwzględniania wymiarów wykresu. Jeśli zostanie dokonany wybór, wartość zostanie dostosowana, aby odzwierciedlić ten wybór. * `=Mode({1} TOTAL UnitSales)` w celu obliczenia najczęściej występującej wartości `UnitSales` z pominięciem wyborów. Jeśli dokonano wyboru, wartość pozostaje stała. Results table | Customer | Mode(UnitSales) | Mode(Customer) | Mode(TOTAL UnitSales) | Mode({1} TOTAL UnitSales) | | --- | --- | --- | --- | --- | | Totals | 4 | Astrida | 4 | 4 | | Astrida | 10 | Astrida | 4 | 4 | | Betacab | - | Betacab | 4 | 4 | | Canutility | - | Canutility | 4 | 4 | W tym przykładzie należy zwrócić uwagę na następujące elementy: * W pierwszej mierze (`Mode(UnitSales)`) najczęściej występującą miarą dla klienta `Astrida` jest `10`. Komórka `Totals` zwraca wartość `4`, która jest najczęściej występującą wartością dla `UnitSales` w całym zestawie danych. Nie ma najczęściej występujących wartości dla `Betacab` i `Canutility`, więc wyniki zwracają `NULL` dla tych klientów. * W drugiej mierze (`Mode(Customer)`) wyniki zwracają nazwę każdego klienta. Komórka `Totals` zwraca wartość `Astrida`, ponieważ jest ona najczęściej występującą wartością klienta w całym zestawie danych. * Trzecia miara (`Mode(TOTAL UnitSales)`) zwraca wartość 4. Jeśli nie wybierzesz `Customer`, wszystkie komórki w tej kolumnie będą wyświetlać wartość 4. Jeśli wybierzesz klienta, takiego jak `Betacab`, kolumna ta zwróci `NULL`, ponieważ nie ma powszechnie występującej wartości dla `Betacab`. * Czwarta miara (`Mode({1} TOTAL UnitSales)`) zwraca `4` niezależnie od jakichkolwiek wyborów w polu `Customer`, ponieważ wyrażenie analizy zestawu `{1}` definiuje zestaw rekordów do oceny jako `ALL`. Na przykład po wybraniu `Betacab` ta kolumna będzie nadal zwracać wartość `4`. ## Przykład — scenariusz trybu w celu określenia anomalii w danych sprzedaży [](https://help.qlik.com/en-US/sense/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/BasicAggregationFunctions/mode.htm) #### Wyrażenie wykresu Przegląd Zestaw danych zawiera dane dotyczące sprzedaży w poszczególnych miesiącach. Firma chce zobaczyć najczęściej występującą wartość sprzedaży dla każdego produktu i całego zestawu danych. Chce również porównać sprzedaż według produktów z całym zestawem danych, aby zidentyfikować wszelkie nietypowe anomalie w danych. Otwórz Edytor ładowania danych i poniżej dodaj skrypt ładowania do nowej sekcji. Skrypt ładowania zawiera: * Zestaw danych załadowany do tabeli o nazwie `Example`. * Tabela zawiera następujące pola: * `Date` * `Product` * `Category` * `Sales` Skrypt ładowania ``` Example: Load * inline [ Date, Product, Category, Sales 2024-01-01, Apple, Fruit, 100 2024-01-15, Banana, Fruit, 80 2024-01-30, Carrot, Vegetable, 50 2024-02-05, Apple, Fruit, 100 2024-02-20, Banana, Fruit, 90 2024-02-28, Carrot, Vegetable, 60 2024-03-10, Apple, Fruit, 110 2024-03-22, Banana, Fruit, 80 2024-03-31, Carrot, Vegetable, 50 2024-04-10, Apple, Fruit, 125 2024-04-22, Banana, Fruit, 60 2024-04-31, Carrot, Vegetable, 80 ]; ``` Wyniki Załaduj dane i otwórz arkusz. Utwórz nową tabelę i dodaj te pola jako wymiary: * `Category` * `Product` Utwórz następujące miary: * `=Mode(Sales)` w celu obliczenia najczęściej występującej wartości każdego produktu. * `=Mode(TOTAL Sales)` w celu obliczenia najczęściej występującej wartości dla całego zestawu danych. * `If(Mode(Sales) = Mode(TOTAL Sales), 'Typical', 'Atypical')` w celu obliczenia, czy najczęściej występująca wartość dla każdego produktu jest typowa w porównaniu z wynikami w całym zestawie danych. Results table | Category | Product | Mode(Sales) | Mode(TOTAL Sales) | If(Mode(Sales) = Mode(TOTAL Sales), 'Typical', 'Atypical') | | --- | --- | --- | --- | --- | | Fruit | Apple | 100 | 80 | Atypical | | Fruit | Banana | 80 | 80 | Typical | | Vegetable | Carrot | 50 | 80 | Atypical | Wynik funkcji `Mode` zwraca najczęściej występującą wartość sprzedaży według produktu, `Mode(Sales)`, i wszystkich produktów, `Mode(TOTAL Sales)`. Te dwie wartości są następnie porównywane w celu określenia, które wyniki sprzedaży są typowe, a które nietypowe. ## Dowiedz się więcej * [Avg — funkcja wykresu](https://help.qlik.com/pl-PL/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/StatisticalAggregationFunctionsinCharts/avg.htm) * [Median — funkcja wykresu](https://help.qlik.com/pl-PL/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/StatisticalAggregationFunctionsinCharts/median.htm) * [Analiza zestawów](https://help.qlik.com/pl-PL/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/SetAnalysis/set-analysis-expressions.htm) * [Określenie zakresu agregacji](https://help.qlik.com/pl-PL/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/define-aggregation-scope.htm)