# MissingCount - diagramfunktion
MissingCount() används för att aggregera antalet saknade värden i varje diagramdimension. Saknade värden är alltid icke-numeriska.
Syntax:
MissingCount({[SetExpression] [DISTINCT] [TOTAL [<fld {,fld}>]]} expr)
Returnerad datatyp: heltal
Argument
| Argument | Beskrivning |
| --- | --- |
| expr | Det uttryck eller fält som innehåller de data som ska mätas. |
| SetExpression | Som standard kommer aggregeringsfunktionen att aggregera över den uppsättning möjliga poster som definierats av urvalet. En alternativ uppsättning poster kan definieras med ett uttryck för set-analys. |
| DISTINCT | Om predikatet DISTINCT förekommer framför funktionsargumenten ignoreras alla dubbletter som evaluerats utifrån funktionsargumenten. |
| TOTAL | Om ordet TOTAL står före funktionsargumenten görs beräkningen över alla valbara värden givet de aktuella valen, och inte bara sådana som rör det aktuella dimensionsvärdet, det vill säga att diagramdimensionerna ignoreras.
Genom att använda TOTAL [<fld {.fld}>], där kvalificeraren TOTAL följs av en lista med ett eller flera fältnamn som en delmängd av diagramdimensionens variabler, skapar du en delmängd av de totala möjliga värdena.
[Definiera aggregeringens omfattning](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/define-aggregation-scope.htm) |
Exempel: diagramuttryck
| Exempel | Resultat |
| --- | --- |
| `MissingCount(OrderNumber)` | Returnerar antalet saknade värden där fälten `OrderNumber` är tomma.
Anteckning om information"0" räknas som ett värde och inte som en tom cell. Om ett värde aggregeras till 0 för en dimension kommer den dimensionen dock inte att tas med i diagram. |
| `MissingCount(OrderNumber)/MissingCount({1} TOTAL OrderNumber)` | Uttrycket returnerar antalet ofullständiga order från den valda kunden i form av en decimaldel av ofullständiga order från alla kunder. |
## Exempel – grunderna i MissingCount
[](https://help.qlik.com/en-US/cloud-services/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/CounterAggregationFunctions/missingcount.htm)
#### Diagramuttryck
Översikt
Öppna dataladdningsredigeraren och lägg till laddningsskriptet nedan i ett nytt delavsnitt.
Laddningsskriptet innehåller:
* En datauppsättning som läses in i en datatabell som heter `Example`.
* Följande fält i datatabellen:
* `Customer`
* `Product`
* `OrderNumber`
* `UnitSales`
* `UnitPrice`
Laddningsskript
```
Example:
LOAD * inline [
Customer, Product, OrderNumber, UnitSales, UnitPrice
Astrida,AA, 1,4,16
Astrida, AA,7,10,15
Astrida, BB,4,9,9
Betacab, BB,6,5,10
Betacab, CC,5,2,20
Betacab ,DD,,,25
Canutility, AA,,,15
Canutility, CC,,,19
Divadip, AA,2,4,16
Divadip, BB,,4,16
Divadip, DD,3,,25
];
```
Resultat
Ladda data och öppna ett ark. Skapa en ny tabell och lägg till det här fältet som en dimension:
* `Customer`
Skapa följande mått:
* `=MissingCount(OrderNumber)`, för att beräkna antalet order som saknar ett `OrderNumber`.
* `=MissingCount(OrderNumber)/MissingCount ({1} Total [OrderNumber])`, för att returnera antalet ofullständiga order från den valda kunden som en bråkdel av ofullständiga order från alla kunder. Om du vill visa värdet i procent väljer du Nummer > Enkel formatering > 12,34% under Nummerformatering.
Results table
| Customer | MissingCount(OrderNumber) | MissingCount(OrderNumber)/MissingCount ({1} Total [OrderNumber]) |
| --- | --- | --- |
| Totals | 4 | 100.00% |
| Astrida | 0 | 0.00% |
| Betacab | 1 | 25.00% |
| Canutility | 2 | 50.00% |
| Divadip | 1 | 25.00% |
I det första mätvärdet returnerar funktionen `MissingCount``4` eftersom `4` av `11` posterna i `OrderNumber`-fältet är tomma.
Anteckning om information"0" räknas som ett värde och inte som en tom cell. Om ett värde aggregeras till 0 för en dimension kommer den dimensionen dock inte att tas med i diagram.
I det andra mätvärdet returnerar utdata från funktionen `MissingCount` antalet ofullständiga order från den valda kunden i form av en procentdel av ofullständiga order från alla kunder. Om du t.ex. väljer `Canutility` från dimensionen `Customer` returnerar åtgärden `50%` eftersom hälften av alla ofullständiga order (`2` av `4`) är hos den här kunden.
## Exempel – Använd MissingCount för att identifiera saknade produktdata
[](https://help.qlik.com/en-US/cloud-services/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/CounterAggregationFunctions/missingcount.htm)
#### Diagramuttryck
Översikt
En datauppsättning innehåller månatliga uppgifter om viktiga produktindikatorer (KPI). En produktchef vill ta reda på vilka KPI:er som saknar data.
Öppna dataladdningsredigeraren och lägg till laddningsskriptet nedan i ett nytt delavsnitt.
Laddningsskriptet innehåller:
* En datauppsättning som läses in i en datatabell som heter `Example`.
* Följande fält i datatabellen:
* `Month`
* `KPI`
* `Value`
Laddningsskript
```
Example:
Load * inline [
Month, KPI, Value
2024-01-01, Revenue, 5000
2024-02-01, Revenue,
2024-03-01, Revenue, 5500
2024-04-01, Revenue,
2024-01-01, Expenses, 3000
2024-02-01, Expenses, 3100
2024-03-01, Expenses,
2024-04-01, Expenses, 3200
2024-01-01,Customer Count, 200
2024-02-01,Customer Count, 210
2024-03-01,Customer Count,
2024-04-01,Customer Count,
];
```
Resultat
Ladda data och öppna ett ark. Skapa en ny tabell och lägg till det här fältet som en dimension:
* `KPI`
Skapa följande mått:
* `=MissingCount(Value)`, för att beräkna antalet saknade värden.
Results table
| KPI | MissingCount(Value) |
| --- | --- |
| Totals | 5 |
| Customer Count | 2 |
| Expenses | 1 |
| Revenue | 2 |
Resultatet visar att `5` poster i datauppsättningen saknar data samt de KPI-kategorier som dessa poster avser.