inweektodate - 脚本和图表函数

此函数用于返回 True，如果 timestamp 位于包含 base_date 为止以及包括 base_date 最后毫秒的星期部分以内。

语法：

InWeekToDate (timestamp, base_date, period_no [, first_week_day])

返回数据类型：布尔值

在 Qlik Sense 中，布尔 true 值由 -1 表示，false 值由 0 表示。

inweektodate 函数将返回 TRUE 值的日期范围示例图。 — inweektodate 函数图表

inweektodate() 函数使用 base_date 参数来识别一周段的最大边界日期，以及基于 FirstWeekDay 系统变量（或用户定义的 first_week_day 参数）的一周开始的相应日期。定义本周段后，当将规定的日期值与该段进行比较时，函数将返回布尔结果。

适用场景

inweektodate() 函数返回布尔结果。通常，这种类型的函数将用作 if 表达式中的条件。这将返回一个聚合或计算，这取决于评估的日期是否发生在特定日期之前的一周内。

例如，inweektodate() 函数可用于计算截至特定日期的指定周内的所有销售额。

参数
参数	说明
timestamp	想要用来与 base_date 进行比较的日期。
base_date	日期用于计算星期的值。
period_no	该星期可通过 period_no 偏移。period_no 为整数，其中值 0 表示该星期包含 base_date。period_no 为负数表示前几个星期，正数表示随后的几个星期。
first_week_day	默认情况下，一周的第一天是星期日（由 FirstWeekDay 系统变量确定），从星期六和星期日之间的午夜开始。first_week_day 参数取代 FirstWeekDay 变量。要指示一周从另外一天开始，指定一个介于 0 和 6 之间的标志。对于从周一开始到周日结束的一周，周一使用 0，周二使用 1，周三使用 2，周四使用 3，周五使用 4，周六使用 5，周日使用 6。

函数示例
示例	交互
inweektodate('01/12/2006', '01/12/2006', 0)	返回 TRUE。
inweektodate('01/12/2006', '01/11/2006', 0)	返回 FALSE。
inweektodate('01/12/2006', '01/18/2006', -1)	返回 FALSE。由于将 period_no 指定为 -1，作为衡量 timestamp 的依据的有效日期为 01/11/2006。
inweektodate('01/11/2006', '01/12/2006', 0, 3 )	返回 FALSE，由于将 first_week_day 指定为 3（星期四），这使得本周的第一天 01/12/2006 之后一周包含 01/12/2006。

这些主题可以帮助您使用此函数：

相关主题
主题	默认标志/值	说明
FirstWeekDay	6 / 周日	定义每周的开始日期。

区域设置

除非另有规定，本主题中的示例使用以下日期格式：MM/DD/YYYY。日期格式已经在数据加载脚本中的 SET DateFormat 语句中指定。由于区域设置和其他因素，系统中的默认日期格式可能有所不同。您可以更改以下示例中的格式以满足您的要求。或者，您可以更改加载脚本中的格式以匹配这些示例。

应用程序中的默认区域设置基于安装 Qlik Sense 的计算机或服务器的区域系统设置。如果您访问的 Qlik Sense 服务器设置为瑞典，则数据加载编辑器将使用瑞典地区设置的日期、时间和货币。这些区域格式设置与 Qlik Sense 用户界面中显示的语言无关。Qlik Sense 将以与您使用的浏览器相同的语言显示。

示例 1 – 没有其他参数

概述

打开数据加载编辑器，并将下面的加载脚本添加到新选项卡。

加载脚本包含：

包含 2022 年 1 月交易集的数据集，该数据集加载到名为 Transactions 的表中。
以格式 TimestampFormat='M/D/YYYY h:mm:ss[.fff]' 提供数据字段。
创建一个字段 in_week_to_date，用于确定截至 2022 年 1 月 14 日的周内发生了哪些交易。
使用 weekday() 函数创建另一个名为 weekday 的字段。创建此新字段是为了显示每个日期对应一周中的哪一天。

加载脚本

SET TimestampFormat='M/D/YYYY h:mm:ss[.fff]';
SET FirstWeekDay=6;
Transactions:
    Load
        *,
        weekday(date) as week_day,
        inweektodate(date,'01/14/2022', 0) as in_week_to_date
        ;
Load
*
Inline
[
id,date,amount
8188,'2022-01-02 12:22:06',37.23
8189,'2022-01-05 01:02:30',17.17
8190,'2022-01-06 15:36:20',88.27
8191,'2022-01-08 10:58:35',57.42
8192,'2022-01-09 08:53:32',53.80
8193,'2022-01-10 21:13:01',82.06
8194,'2022-01-11 00:57:13',40.39
8195,'2022-01-12 09:26:02',87.21
8196,'2022-01-13 15:05:09',95.93
8197,'2022-01-14 18:44:57',45.89
8198,'2022-01-15 06:10:46',36.23
8199,'2022-01-16 06:39:27',25.66
8200,'2022-01-17 10:44:16',82.77
8201,'2022-01-18 18:48:17',69.98
8202,'2022-01-26 04:36:03',76.11
8203,'2022-01-27 08:07:49',25.12
8204,'2022-01-28 12:24:29',46.23
8205,'2022-01-30 11:56:56',84.21
8206,'2022-01-30 14:40:19',96.24
8207,'2022-01-31 05:28:21',67.67
];

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度：

date
week_day
in_week_to_date

结果表
日期	week_day	in_week_to_date
2022-01-02 12:22:06	Sun	0
2022-01-05 01:02:30	Wed	0
2022-01-06 15:36:20	Thu	0
2022-01-08 10:58:35	Sat	0
2022-01-09 08:53:32	Sun	-1
2022-01-10 21:13:01	Mon	-1
2022-01-11 00:57:13	Tue	-1
2022-01-12 09:26:02	Wed	-1
2022-01-13 15:05:09	Thu	-1
2022-01-14 18:44:57	Fri	-1
2022-01-15 06:10:46	Sat	0
2022-01-16 06:39:27	Sun	0
2022-01-17 10:44:16	Mon	0
2022-01-18 18:48:17	Tue	0
2022-01-26 04:36:03	Wed	0
2022-01-27 08:07:49	Thu	0
2022-01-28 12:24:29	Fri	0
2022-01-30 11:56:56	Sun	0
2022-01-30 14:40:19	Sun	0
2022-01-31 05:28:21	Mon	0

in_week_to_date 字段是在前置 Load 语句中使用 inweektodate() 函数创建的。提供的第一个参数标识正在评估的字段。第二个参数是 1 月 14 日的硬编码日期，它是标识要分段的周的 base_date 并定义该分段的结束边界。为 0 的 period_no 是最后一个参数，这意味着该函数不比较分段周之前或之后的周。

FirstWeekDay 系统变量确定星期从星期日开始，到星期六结束。因此，根据下图，1 月将分为几周，1 月 9 日至 14 日之间的日期为 inweekdodate() 计算的有效期：

显示 inweektodate 函数将返回 TRUE 值的日期范围的图表。 — 显示事务日期的日历图，返回布尔值为 TRUE

1 月 9 日至 14 日之间发生的任何交易都将返回布尔值结果 TRUE。日期之前和之后的交易返回的布尔结果为 FALSE。

示例 2 – period_no

概述

打开数据加载编辑器，并将下面的加载脚本添加到新选项卡。

加载脚本包含：

与第一个示例相同的数据集和场景。
创建一个字段 prev_week_to_date，确定在 2022 年 1 月 14 日结束的周段之前的整个周发生了哪些交易。
使用 weekday() 函数创建另一个名为 weekday 的字段。创建此项是为了显示每个日期对应一周中的哪一天。

加载脚本

SET FirstWeekDay=6;
SET TimestampFormat='M/D/YYYY h:mm:ss[.fff]';
Transactions:
    Load
        *,
        weekday(date) as week_day,
        inweektodate(date,'01/14/2022', -1) as prev_week_to_date
        ;
Load
*
Inline
[
id,date,amount
8188,'2022-01-02 12:22:06',37.23
8189,'2022-01-05 01:02:30',17.17
8190,'2022-01-06 15:36:20',88.27
8191,'2022-01-08 10:58:35',57.42
8192,'2022-01-09 08:53:32',53.80
8193,'2022-01-10 21:13:01',82.06
8194,'2022-01-11 00:57:13',40.39
8195,'2022-01-12 09:26:02',87.21
8196,'2022-01-13 15:05:09',95.93
8197,'2022-01-14 18:44:57',45.89
8198,'2022-01-15 06:10:46',36.23
8199,'2022-01-16 06:39:27',25.66
8200,'2022-01-17 10:44:16',82.77
8201,'2022-01-18 18:48:17',69.98
8202,'2022-01-26 04:36:03',76.11
8203,'2022-01-27 08:07:49',25.12
8204,'2022-01-28 12:24:29',46.23
8205,'2022-01-30 11:56:56',84.21
8206,'2022-01-30 14:40:19',96.24
8207,'2022-01-31 05:28:21',67.67
];

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度：

date
week_day
prev_week_to_date

结果表
日期	week_day	prev_week_to_date
2022-01-02 12:22:06	Sun	-1
2022-01-05 01:02:30	Wed	-1
2022-01-06 15:36:20	Thu	-1
2022-01-08 10:58:35	Sat	0
2022-01-09 08:53:32	Sun	0
2022-01-10 21:13:01	Mon	0
2022-01-11 00:57:13	Tue	0
2022-01-12 09:26:02	Wed	0
2022-01-13 15:05:09	Thu	0
2022-01-14 18:44:57	Fri	0
2022-01-15 06:10:46	Sat	0
2022-01-16 06:39:27	Sun	0
2022-01-17 10:44:16	Mon	0
2022-01-18 18:48:17	Tue	0
2022-01-26 04:36:03	Wed	0
2022-01-27 08:07:49	Thu	0
2022-01-28 12:24:29	Fri	0
2022-01-30 11:56:56	Sun	0
2022-01-30 14:40:19	Sun	0
2022-01-31 05:28:21	Mon	0

值为 -1 的 period_no 指示 inweektodate () 函数将输入季度段与前一周进行比较。周段最初等于 1 月 9 日至 1 月 14 日之间。然后 period_no 将该段的开始边界和结束边界偏移到一周前，导致日期边界变为 1 月 2 日至 1 月 7 日。

因此，1 月 2 日至 8 日之间（包括 1 月 8 本身日）发生的任何交易都将返回布尔值结果 TRUE。

示例 3 – first_week_day

概述

打开数据加载编辑器，并将下面的加载脚本添加到新选项卡。

加载脚本包含：

与第一个示例相同的数据集和场景。
创建一个字段 in_week_to_date，用于确定截至 2022 年 1 月 14 日的周内发生了哪些交易。
使用 weekday() 函数创建另一个名为 weekday 的字段。创建此项是为了显示每个日期对应一周中的哪一天。

在此示例中，我们使用 Monday 作为一周的第一天。

加载脚本

SET FirstWeekDay=6;
SET TimestampFormat='M/D/YYYY h:mm:ss[.fff]';

Transactions:
    Load
        *,
        weekday(date) as week_day,
        inweektodate(date,'01/14/2022', 0, 0) as in_week_to_date
        ;
Load
*
Inline
[
id,date,amount
8188,'2022-01-02 12:22:06',37.23
8189,'2022-01-05 01:02:30',17.17
8190,'2022-01-06 15:36:20',88.27
8191,'2022-01-08 10:58:35',57.42
8192,'2022-01-09 08:53:32',53.80
8193,'2022-01-10 21:13:01',82.06
8194,'2022-01-11 00:57:13',40.39
8195,'2022-01-12 09:26:02',87.21
8196,'2022-01-13 15:05:09',95.93
8197,'2022-01-14 18:44:57',45.89
8198,'2022-01-15 06:10:46',36.23
8199,'2022-01-16 06:39:27',25.66
8200,'2022-01-17 10:44:16',82.77
8201,'2022-01-18 18:48:17',69.98
8202,'2022-01-26 04:36:03',76.11
8203,'2022-01-27 08:07:49',25.12
8204,'2022-01-28 12:24:29',46.23
8205,'2022-01-30 11:56:56',84.21
8206,'2022-01-30 14:40:19',96.24
8207,'2022-01-31 05:28:21',67.67
];

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度：

date
week_day
in_week_to_date

结果表
日期	week_day	in_week_to_date
2022-01-02 12:22:06	Sun	0
2022-01-05 01:02:30	Wed	0
2022-01-06 15:36:20	Thu	0
2022-01-08 10:58:35	Sat	0
2022-01-09 08:53:32	Sun	0
2022-01-10 21:13:01	Mon	-1
2022-01-11 00:57:13	Tue	-1
2022-01-12 09:26:02	Wed	-1
2022-01-13 15:05:09	Thu	-1
2022-01-14 18:44:57	Fri	-1
2022-01-15 06:10:46	Sat	0
2022-01-16 06:39:27	Sun	0
2022-01-17 10:44:16	Mon	0
2022-01-18 18:48:17	Tue	0
2022-01-26 04:36:03	Wed	0
2022-01-27 08:07:49	Thu	0
2022-01-28 12:24:29	Fri	0
2022-01-30 11:56:56	Sun	0
2022-01-30 14:40:19	Sun	0
2022-01-31 05:28:21	Mon	0

通过在 inweektodate() 函数中使用 0 作为 first_week_day 参数，函数参数将取代 FirstWeekDay 系统变量，并将星期一设置为一周的第一天。

显示 inweektodate 函数将返回 TRUE 值的交易日期范围的图表。 — 显示事务日期的日历图，返回布尔值为 TRUE

因此，在 1 月 10 日和 14 日之间发生的任何交易将返回布尔结果 TRUE，而日期在这些边界之外的交易将返回值 FALSE。

示例 4 – 图表对象

概述

打开数据加载编辑器，并将下面的加载脚本添加到新选项卡。

加载脚本包含与第一个示例相同的数据集和场景。然而，在本例中，未更改的数据集被加载到应用程序中。确定截至 2022 年 1 月 14 日的一周内发生了哪些交易的计算将在图表对象中创建为度量。

加载脚本

SET DateFormat='MM/DD/YYYY';

Transactions:
Load
*
Inline
[
id,date,amount
8188,'2022-01-02 12:22:06',37.23
8189,'2022-01-05 01:02:30',17.17
8190,'2022-01-06 15:36:20',88.27
8191,'2022-01-08 10:58:35',57.42
8192,'2022-01-09 08:53:32',53.80
8193,'2022-01-10 21:13:01',82.06
8194,'2022-01-11 00:57:13',40.39
8195,'2022-01-12 09:26:02',87.21
8196,'2022-01-13 15:05:09',95.93
8197,'2022-01-14 18:44:57',45.89
8198,'2022-01-15 06:10:46',36.23
8199,'2022-01-16 06:39:27',25.66
8200,'2022-01-17 10:44:16',82.77
8201,'2022-01-18 18:48:17',69.98
8202,'2022-01-26 04:36:03',76.11
8203,'2022-01-27 08:07:49',25.12
8204,'2022-01-28 12:24:29',46.23
8205,'2022-01-30 11:56:56',84.21
8206,'2022-01-30 14:40:19',96.24
8207,'2022-01-31 05:28:21',67.67
];

结果

执行以下操作：

加载数据并打开工作表。创建新表并将该字段添加为维度： date。
要计算截至 1 月 14 日的交易是否发生在同一周，请创建以下度量：

=inweektodate(date,'01/14/2022',0)
要显示一周中的哪一天对应于每个日期，请创建一个附加度量：

=weekday(date)

结果表
日期	week_day	in_week_to_date
2022-01-02 12:22:06	Sun	0
2022-01-05 01:02:30	Wed	0
2022-01-06 15:36:20	Thu	0
2022-01-08 10:58:35	Sat	0
2022-01-09 08:53:32	Sun	-1
2022-01-10 21:13:01	Mon	-1
2022-01-11 00:57:13	Tue	-1
2022-01-12 09:26:02	Wed	-1
2022-01-13 15:05:09	Thu	-1
2022-01-14 18:44:57	Fri	-1
2022-01-15 06:10:46	Sat	0
2022-01-16 06:39:27	Sun	0
2022-01-17 10:44:16	Mon	0
2022-01-18 18:48:17	Tue	0
2022-01-26 04:36:03	Wed	0
2022-01-27 08:07:49	Thu	0
2022-01-28 12:24:29	Fri	0
2022-01-30 11:56:56	Sun	0
2022-01-30 14:40:19	Sun	0
2022-01-31 05:28:21	Mon	0

通过使用 inweektodate() 函数在图表对象中创建 in_week_to_date 字段作为度量。提供的第一个参数标识正在评估的字段。第二个参数是 1 月 14 日的硬编码日期，它是标识要分段的周的 base_date 并定义该分段的结束边界。为 0 的 period_no 是最后一个参数，这意味着该函数不比较分段周之前或之后的周。

1 月 9 日至 14 日之间发生的任何交易都将返回布尔值结果 TRUE。日期之前和之后的交易返回的布尔结果为 FALSE。

示例 5 – 场景

概述

打开数据加载编辑器，并将下面的加载脚本添加到新选项卡。

加载脚本包含：

加载到名为 Products 的表中的数据集。
有关产品 ID、制造日期和成本价格的信息。

已确定，由于设备错误，1 月 12 日一周内生产的产品存在缺陷。该问题于 1 月 13 日得到解决。最终用户想要一个图表对象，它按周显示生产的产品是“有缺陷”还是“无缺陷”的状态，以及该周生产的产品的成本。

加载脚本

Products:
Load
*
Inline
[
product_id,manufacture_date,cost_price
8188,'2022-01-02 12:22:06',37.23
8189,'2022-01-05 01:02:30',17.17
8190,'2022-01-06 15:36:20',88.27
8191,'2022-01-08 10:58:35',57.42
8192,'2022-01-09 08:53:32',53.80
8193,'2022-01-10 21:13:01',82.06
8194,'2022-01-11 00:57:13',40.39
8195,'2022-01-12 09:26:02',87.21
8196,'2022-01-13 15:05:09',95.93
8197,'2022-01-14 18:44:57',45.89
8198,'2022-01-15 06:10:46',36.23
8199,'2022-01-16 06:39:27',25.66
8200,'2022-01-17 10:44:16',82.77
8201,'2022-01-18 18:48:17',69.98
8202,'2022-01-26 04:36:03',76.11
8203,'2022-01-27 08:07:49',25.12
8204,'2022-01-28 12:24:29',46.23
8205,'2022-01-30 11:56:56',84.21
8206,'2022-01-30 14:40:19',96.24
8207,'2022-01-31 05:28:21',67.67
];

结果

执行以下操作：

加载数据并打开工作表。新建表格。创建维度以显示周名称：

=weekname(manufacture_date)
接下来，创建一个维度，以确定哪些产品有缺陷，哪些无缺陷：

=if(inWeektodate(manufacture_date,makedate(2022,01,12),0),'Defective','Faultless')
创建一个度量来求对产品的 cost_price 求和：

=sum(cost_price)
将度量的数字格式设置为金额。

结果表
weekname(manufacture_date)	if(inweektodate(manufacture_date,makedate(2022,01,12),0),'Defective','Faultless')	Sum(cost_price)
2022/02	Faultless	$200.09
2022/03	Defective	$263.46
2022/03	Faultless	$178.05
2022/04	Faultless	$178.41
2022/05	Faultless	$147.46
2022/06	Faultless	$248.12

inweektodate() 函数在评估每个产品的制造日期时返回布尔值。对于返回布尔值 TRUE 的产品，它将产品标记为 'Defective'。对于返回值为 FALSE 的任何产品（因此在截至 1 月 12 日的一周内未生产），它将产品标记为 ‘Faultless’。

本页面有帮助吗？

如果您发现此页面或其内容有任何问题 – 打字错误、遗漏步骤或技术错误 – 请告诉我们如何改进！

在此处留下您的反馈