Definiera aggregeringens omfattning
Det finns vanligtvis två faktorer som tillsammans avgör vilka poster som används för att definiera värdet av en aggregering i ett uttryck. När vi arbetar med visualiseringar är dessa faktorer:
- Dimensionsvärde (för en aggregering i ett diagramuttryck)
- Val
Tillsammans definierar dessa faktorer omfattningen för aggregeringen. Du kan komma att stöta på situationer där du vill att beräkningen ska bortse från urvalet, dimensionen eller bådadera. I diagramfunktioner kan du åstadkomma detta genom att använda kvalificeraren TOTAL, set-analys eller en kombination av de två. Sammanfattningsvis:
-
Använda TOTAL-kvalificeraren för att bortse från eller justera den dimensionella grupperingen
-
Använda set-analys för att bortse från eller justera urvalet
Metod | Beskrivning |
---|---|
Kvalificeraren TOTAL |
När du använder total-kvalificeraren i en aggregeringsfunktion ignoreras dimensionsvärdet. Total-kvalificeraren kan användas inom en aggregering för att omdefiniera aggregeringens omfattning genom att bortse från dimensionsvärdena. Aggregeringen utförs i stället på alla möjliga fältvärden.
Bestämningen TOTAL kan följas av en lista med ett eller flera fältnamn inom vinkelparenteser. Exempel: Sum(TOTAL <Quarter> {<Year={2013}, Quarter={'Q2'}>} Amount) Dessa fältnamn bör ingå i en underuppsättning av diagrammets dimensioner. Vid uträkningen beaktas i detta fall alla diagrammets dimensioner utom de som ingår i listan, d.v.s. ett värde returneras för varje kombination av fältvärden i dimensionsfälten som finns i listan. Även fält som för närvarande inte utgör en dimension i ett diagram kan ingå i listan. Detta är användbart när man arbetar med grupper av dimensioner där dimensionsfälten inte är fasta. Genom att lista alla dimensioner i gruppen säkerställs att funktionen tillhandahåller konsekventa aggregeringsresultat när den hierarkiska nivån ändras. Ett exempel på hur man lägger till undantag inom hakparenteser finns på Exempel: TOTAL-kvalificerare och set-analys. |
Set-analys | Vid användning av set-analys inuti aggregeringen åsidosätts urvalet. Aggregeringen utförs på alla värden delat över dimensionerna. |
Kvalificeraren TOTAL och set-analys |
När kvalificeraren TOTAL och set-analys används inuti din aggregering åsidosätts alla dimensioner utom de som listas inom hakparanteser efter TOTAL -kvalificeraren. |
Kvalificeraren ALL |
När kvalificeraren ALLanvänds inuti aggregeringen ignoreras urvalet och dimensionerna. Motsvarande resultat kan uppnås med set-analys-satsen {1} och kvalificeraren TOTAL : =sum(All Sales) =sum({1} Total Sales) |
Exempel: TOTAL-kvalificeraren
I följande exempel visas hur TOTAL kan användas för att beräkna en relativ andel. Anta att Q2 har valts. Om du använder TOTAL beräknas summan av alla värden utan hänsyn till dimensionerna.
Year | Quarter | Sum(Amount) | Sum(TOTAL Amount) | Sum(Amount)/Sum(TOTAL Amount) |
---|---|---|---|---|
3000 | 3000 | 100% | ||
2012 | Q2 | 1700 | 3000 | 56,7% |
2013 | Q2 | 1300 | 3000 | 43,3% |
Exempel: set-analys
I följande exempel visas hur set-analys kan användas för att göra en jämförelse mellan datauppsättningar innan något urval har gjorts. Anta att Q2 har valts. Vid användning av set-analys med set-definitionen {1} beräknas summan av alla värden utan hänsyn till urval men delat med dimensionerna.
Year | Quarter | Sum(Amount) | Sum({1} Amount) | Sum(Amount)/Sum({1} Amount) |
---|---|---|---|---|
3000 | 10800 | 27,8% | ||
2012 | Q1 | 0 | 1100 | 0% |
2012 | Q3 | 0 | 1400 | 0% |
2012 | Q4 | 0 | 1800 | 0% |
2012 | Q2 | 1700 | 1700 | 100% |
2013 | Q1 | 0 | 1000 | 0% |
2013 | Q3 | 0 | 1100 | 0% |
2013 | Q4 | 0 | 1400 | 0% |
2013 | Q2 | 1300 | 1300 | 100% |
Exempel: kvalificeraren TOTAL och set-analys ({1}-identifierare)
I följande exempel visas hur set-analys och kvalificeraren TOTAL kan kombineras för att göra en jämförelse mellan datauppsättningar innan något urval har gjorts och över alla dimensioner. Anta att Q2 har valts. Vid användning av set-analys med set-definitionen {1} och kvalificeraren TOTAL beräknas summan av alla värden utan hänsyn till urval och utan hänsyn till dimensionerna.
Year | Quarter | Sum(Amount) | Sum({1} TOTAL Amount) | Sum(Amount)/Sum({1} TOTAL Amount) |
---|---|---|---|---|
3000 | 10800 | 27,8% | ||
2012 | Q2 | 1700 | 10800 | 15,7% |
2013 | Q2 | 1300 | 10800 | 12% |
Exempel: TOTAL kvalificerare och set-analys (jämförelse av data mot ett referensvärde)
I följande exempel framgår hur du kan använda set-analys och kvalificeraren TOTAL för att skapa referenskolumner i tabellen så att du enkelt kan göra jämförelser av mätvärden på radnivå. För att göra uppgifterna lättare att förstå och använda märker vi upp mätkolumnerna.
Uppgifterna från andra kvartalet 2013 används som referens för att jämföra med alla andra värden i tabellen.
Gör följande:
-
Lägg till en tabell i arket.
-
Lägg till följande fält som dimensioner:
-
Year
-
Quarter
-
-
Lägg till följande mått:
Sum(Amount)
-
I egenskaperna för det mått som du just har lagt till ger du måttet följande etikett: Total Sales
-
Lägg till följande mått:
Sum(TOTAL {<Year={2013}, Quarter={'Q2'}>} Amount)
-
I egenskaperna för det mått som du just har lagt till ger du måttet följande etikett: Reference Quarter (2013-Q2) Total Sales
-
Lägg till följande mått:
round((sum(Amount) / sum(total {<Year={2013}, Quarter={'Q2'}>} Amount))*100,'0.01') & '%'
-
I egenskaperna för det mått som du just har lagt till ger du måttet följande etikett: Rounded Quotient - Total Sales Compared to Reference Quarter (2013-Q2)
Om inga urval görs bör din tabell se ut som följer:
Year | Quarter | Total Sales | Reference Quarter (2013-Q2) Total Sales | Rounded Quotient - Total Sales Compared to Reference Quarter (2013-Q2) |
---|---|---|---|---|
2012 | Q1 | 1100 | 1300 | 84.62% |
2012 | Q2 | 1700 | 1300 | 130.77% |
2012 | Q3 | 1400 | 1300 | 107.69% |
2012 | Q4 | 1800 | 1300 | 138.46% |
2013 | Q1 | 1000 | 1300 | 76.92% |
2013 | Q2 | 1300 | 1300 | 100.00% |
2013 | Q3 | 1100 | 1300 | 84.62% |
2013 | Q4 | 1400 | 1300 | 107.69% |
Exempel: TOTAL-kvalificerare och set-analys
I följande exempel framgår hur du använder TOTAL, men med ett undantag från denna kvalificerare som anges inom hakparenteser. I exempeluttrycken används även set-analys.
Gör följande:
-
Lägg till en tabell i arket.
-
Lägg till följande fält som dimensioner:
-
Year
-
Quarter
-
-
Lägg till följande mått:
Sum(Amount)
-
I egenskaperna för det mått som du just har lagt till ger du måttet följande etikett: Total Sales
-
Lägg till följande mått:
Sum(TOTAL <Quarter> {<Year={2013}, Quarter={'Q2'}>} Amount)
-
I egenskaperna för det mått som du just har lagt till ger du måttet följande etikett: Reference Quarter (2013-Q2) Total Sales
Year | Quarter | Total Sales | Reference Quarter (2013-Q2) Total Sales |
---|---|---|---|
2012 | Q1 | 1100 | 0 |
2012 | Q2 | 1700 | 1300 |
2012 | Q3 | 1400 | 0 |
2012 | Q4 | 1800 | 0 |
2013 | Q1 | 1000 | 0 |
2013 | Q2 | 1300 | 1300 |
2013 | Q3 | 1100 | 0 |
2013 | Q4 | 1400 | 0 |
Referenskolumnens uttryck tolkas på följande sätt:
-
Set-uttrycket {<Year={2013}, Quarter={'Q2'}>} begränsar indata till poster med en Year på 2013 och en Quarter på Q2.
-
TOTAL-kvalificeraren säkerställer att alla dimensioner i tabellen ignoreras. Med <Quarter>-specificeraren görs dock ett undantag för Quarter-dimensionen.
Data som används i exempel på den här sidan
Data som används i exempel:
AggregationScope:
LOAD * inline [
Year Quarter Amount
2012 Q1 1100
2012 Q2 1700
2012 Q3 1400
2012 Q4 1800
2013 Q1 1000
2013 Q2 1300
2013 Q3 1100
2013 Q4 1400] (delimiter is ' ');