# Mode - grafik fonksiyonu Mode() , toplanmış verilerde en yaygın olarak geçen değeri (mod değeri) bulur. Mode() fonksiyonu hem metin değerlerini hem de sayısal değerleri işleyebilir. Söz Dizimi: Mode({[SetExpression] [TOTAL [<fld {,fld}>]]} expr) Dönüş verileri türü: dual Bağımsız Değişkenler | Bağımsız Değişken | Tanım | | --- | --- | | expr | Hesaplanacak verileri içeren ifade veya alan. | | SetExpression | Toplama işlevi, varsayılan olarak, seçim tarafından tanımlanmış olası kayıtlar kümesi üzerinden toplanır. Bir set analizi ifadesi ile alternatif bir kayıt kümesi tanımlanabilir. | | TOTAL | TOTAL sözcüğü, fonksiyon bağımsız değişkenlerinden önce gelirse, hesaplama yalnızca geçerli boyutsal değere ait olanlar için değil, geçerli seçimlerde verilen tüm olası değerler üzerinden yapılır; yani grafik boyutlarını göz ardı eder.

TOTAL niteleyicisinden sonra grafik boyut değişkenlerinin bir alt kümesi olarak bir veya daha çok alan adının geldiği TOTAL [<fld {.fld}>] niteleyicisini kullanarak toplam olası değerlerin bir alt kümesini oluşturursunuz.

[Toplama kapsamını tanımlama](https://help.qlik.com/tr-TR/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/define-aggregation-scope.htm) | Örnek: Grafik ifadeleri | Örnek | Sonuç | | --- | --- | | `Mode(UnitSales)` | `UnitSales` içinde en yaygın olarak görülen değeri döndürür.

`NULL (-)` döndürür. Diğerlerinden daha sık görülen tek bir değer yok. | | `Mode(Customer)` | `Customer` içinde en yaygın olarak görülen değeri döndürür.

`NULL (-)` döndürür. Diğerlerinden daha sık görülen tek bir değer yok. | | `Mode(TOTAL UnitSales)` | `TOTAL` niteleyicisi, grafik boyutlarını göz ardı ederek `Unitsales` için en yaygın olarak görülen değeri döndürür. | | `Mode({1} TOTAL UnitSales)` | Ayarlanan analiz ifadesi `{1}`, yapılan seçimden bağımsız olacak şekilde `ALL` olarak değerlendirilecek kayıt kümesini tanımlar. Örneğin, belirli bir müşteri seçilirse tüm veri kümesi genelinde en yaygın olarak görüşen `UnitSales` değerini döndürmeye devam edecektir. | ## Örnek - Mode temel bilgileri [](https://help.qlik.com/en-US/sense/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/BasicAggregationFunctions/mode.htm) #### Grafik ifadesi Genel bakış Veri yükleme düzenleyicisini açın ve aşağıdaki komut dosyasını yeni bir bölüme ekleyin. Komut dosyası şunları içerir: * `Example` adlı veri tablosuna yüklenen bir veri kümesi. * Veri tablosundaki şu alanlar: * `Customer` * `UnitSales` * `UnitPrice` Komut dosyası ``` 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 '|'); ``` Sonuçlar Verileri yükleyin ve bir sayfa açın. Yeni bir tablo oluşturun ve şu alanı boyut olarak ekleyin: * `Customer` Aşağıdaki hesaplamaları oluşturun: * `=Mode(UnitSales)`, en yaygın olarak görülen `UnitSales` değerini hesaplamak için. * `=Mode(Customer)`, en yaygın olarak görülen `Customer` değerini hesaplamak için. * `=Mode(TOTAL UnitSales)`, grafik boyutlarını göz ardı ederek tüm veri kümesinde en yaygın olarak görüşen `UnitSales` değerini hesaplamak için. Bir seçim yapılırsa değer bu seçimi yansıtacak şekilde ayarlanacaktır. * `=Mode({1} TOTAL UnitSales)`, seçimleri göz ardı ederek en yaygın olarak görülen `UnitSales` değerini hesaplamak için. Bir seçim yapılırsa değer sabit kalır. 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 | Bu örnekte aşağıdakileri gözlemleyin: * İlk hesaplamada (`Mode(UnitSales)`), `Astrida` müşterisine yönelik en yaygın olarak görüşen değer `10` olur. `Totals` hücresi, tüm veri kümesinde `UnitSales` için en yaygın olarak görülen değer olan `4` değerini döndürür. `Betacab` ve `Canutility` için en yaygın olarak görülen değerlerin hiçbir örneği yoktur, bu nedenle sonuçlar bu müşterilere yönelik olarak `NULL` döndürür. * İkinci hesaplamada (`Mode(Customer)`), sonuçlar her bir müşteri adını döndürür. Ancak `Totals` hücresi `Astrida` döndürür çünkü bu, veri kümesinde en yaygın olarak görüşen müşteri değeridir. * Üçüncü hesaplama (`Mode(TOTAL UnitSales)`) 4 değerini döndürür. `Customer` seçilmezse bu sütundaki tüm hücreler 4 değerini gösterecektir. `Betacab` gibi bir müşteri seçerseniz `Betacab` için yaygın olarak görülen bir değer olmadığından bu sütun `NULL` döndürecektir. * Dördüncü hesaplama (`Mode({1} TOTAL UnitSales)`) `Customer` alanındaki seçimlerden bağımsız olarak `4` döndürür çünkü `{1}` küme analizi ifadesi `ALL` olarak değerlendirilecek kayıt kümesini tanımlar. Örneğin, `Betacab` seçerseniz bu sütun `4` değerini döndürmeye devam edecektir. ## Örnek - Satış verilerindeki anormallikleri belirlemek için Mode senaryosu [](https://help.qlik.com/en-US/sense/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/BasicAggregationFunctions/mode.htm) #### Grafik ifadesi Genel bakış Bir veri kümesi, aylara göre satış rakamlarını içerir. Şirket, her bir ürün için ve veri kümesinin tamamında en yaygın olarak görüşen satış değerini görmek istiyor. Ayrıca verilerdeki herhangi bir atipik anormalliği tespit etmek için ürün bazında satışları tüm veri kümesiyle karşılaştırmak istiyor. Veri yükleme düzenleyicisini açın ve aşağıdaki komut dosyasını yeni bir bölüme ekleyin. Komut dosyası şunları içerir: * `Example` adlı veri tablosuna yüklenen bir veri kümesi. * Veri tablosundaki şu alanlar: * `Date` * `Product` * `Category` * `Sales` Komut dosyası ``` 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 ]; ``` Sonuçlar Verileri yükleyin ve bir sayfa açın. Yeni bir tablo oluşturun ve şu alanları boyut olarak ekleyin: * `Category` * `Product` Aşağıdaki hesaplamaları oluşturun: * `=Mode(Sales)`, her bir ürün için en yaygın olarak görülen değeri hesaplamak için. * `=Mode(TOTAL Sales)`, veri kümesinin tamamı için en yaygın olarak görülen değeri hesaplamak için. * `If(Mode(Sales) = Mode(TOTAL Sales), 'Typical', 'Atypical')`, her bir ürün için en yaygın olarak görülen değerin, tüm veri kümesindeki sonuçlarla karşılaştırıldığında tipik olup olmadığını hesaplamak için. 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 | `Mode` fonksiyonunun çıktısı, ürüne göre en yaygın olarak görülen satış değerini, `Mode(Sales)` ve tüm ürünlerde, `Mode(TOTAL Sales)` verir. Bu iki değer daha sonra hangi satış sonuçlarının tipik veya atipik olduğunu belirlemek için karşılaştırılır. ## Daha fazla bilgi * [Avg - grafik fonksiyonu](https://help.qlik.com/tr-TR/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/StatisticalAggregationFunctionsinCharts/avg.htm) * [Median - grafik fonksiyonu](https://help.qlik.com/tr-TR/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/StatisticalAggregationFunctionsinCharts/median.htm) * [Set analizi](https://help.qlik.com/tr-TR/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/SetAnalysis/set-analysis-expressions.htm) * [Toplama kapsamını tanımlama](https://help.qlik.com/tr-TR/sense/November2025/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/define-aggregation-scope.htm)