inday - 脚本和图表函数

此函数用于返回 True，如果 timestamp 位于包含 base_timestamp 的一天以内。

语法：

InDay (timestamp, base_timestamp, period_no[, day_start])

该图显示了如何使用 inday 函数识别时间段并基于该段返回布尔结果。 — inday 函数的图表

inday() 函数使用base_timestamp 参数来标识时间戳属于哪一天。一天的开始时间默认为午夜；但是可以使用 inday() 函数的 day_start 参数更改一天的开始时间。一旦定义了这一天，当将规定的时间戳值与当天进行比较时，该函数将返回布尔结果。

适用场景

inday() 函数返回布尔结果。通常，这种类型的函数将用作 if expression 中的条件。这将返回一个聚合或计算，具体取决于评估的日期是否发生在相关时间戳的当天。

例如，inday() 函数可用于识别给定日期内制造的所有设备。

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。

参数
参数	说明
timestamp	想要用来与 base_timestamp 进行比较的日期和时间。
base_timestamp	日期和时间用于计算时间戳的值。
period_no	该天可通过 period_no 偏移。period_no 为整数，其中值 0 表示该天包含 base_timestamp。period_no 为负数表示前几天，正数表示随后的几天。
day_start	如果不想从每一日的午夜开始处理，可指定一个偏移作为某日内时间的小数 day_start。例如，0.125 表示上午 3 点。

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。

函数示例
示例	结果
inday ('01/12/2006 12:23:00 PM', '01/12/2006 12:00:00 AM', 0)	返回 True
inday ('01/12/2006 12:23:00 PM', '01/13/2006 12:00:00 AM', 0)	返回 False
inday ('01/12/2006 12:23:00 PM', '01/12/2006 12:00:00 AM', -1)	返回 False
(inday'01/11/2006 12:23:00 PM', '01/12/2006 12:00:00 AM', -1)	返回 True
inday ('01/12/2006 12:23:00 PM', '01/12/2006 12:00:00 AM', 0, 0.5)	返回 False
inday ('01/12/2006 11:23:00 AM', '01/12/2006 12:00:00 AM', 0, 0.5)	返回 True

示例 1 – LOAD 语句（脚本）

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：

按时间戳包含交易的数据集，加载到名为 Transactions 的表格中。
以 TimeStamp 系统变量 (M/D/YYYY h:mm:ss[.fff] TT) 格式提供的日期字段。
包含设置为 in_day 字段的 inday() 函数的前置加载。

加载脚本

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

Transactions:
    Load
        *,
        inday(date,'01/05/2022 12:00:00 AM', 0) as in_day
        ;
Load
*
Inline 
[
id,date,amount
9497,'01/01/2022 7:34:46 PM',13.24
9498,'01/01/2022 10:10:22 PM',31.43
9499,'01/02/2022 8:35:54 AM',36.34
9500,'01/03/2022 2:21:53 PM',51.75
9501,'01/04/2022 6:49:38 PM',15.35
9502,'01/04/2022 10:58:34 PM',74.34
9503,'01/05/2022 5:40:49 AM',73.53
9504,'01/05/2022 11:29:38 AM',50.00
9505,'01/05/2022 7:04:57 PM',47.25
9506,'01/06/2022 8:49:09 AM',74.23
];

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
in_day

结果表
日期	in_day
01/01/2022 7:34:46 PM	0
01/01/2022 10:10:22 PM	0
01/02/2022 8:35:54 AM	0
01/03/2022 2:21:53 PM	0
01/04/2022 6:49:38 PM	0
01/04/2022 10:58:34 PM	0
01/05/2022 5:40:49 AM	-1
01/05/2022 11:29:38 AM	-1
01/05/2022 7:04:57 PM	-1
01/06/2022 8:49:09 AM	0

in_day 字段是在前面的 LOAD 语句中使用 inday()函数创建的，并将日期字段、1 月 5 日的硬编码时间戳和为 0 的 period_no 作为函数的参数传递。

示例 2 – period_no

概述

加载脚本使用与第一个示例中相同的数据集和场景。

然而，在本例中，任务是计算交易日期是否发生在 1 月 5 日前两天。

加载脚本

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

Transactions:
    Load
        *,
        inday(date,'01/05/2022 12:00:00 AM', -2) as in_day
        ;
Load
*
Inline 
[
id,date,amount
9497,'01/01/2022 7:34:46 PM',13.24
9498,'01/01/2022 10:10:22 PM',31.43
9499,'01/02/2022 8:35:54 AM',36.34
9500,'01/03/2022 2:21:53 PM',51.75
9501,'01/04/2022 6:49:38 PM',15.35
9502,'01/04/2022 10:58:34 PM',74.34
9503,'01/05/2022 5:40:49 AM',73.53
9504,'01/05/2022 11:29:38 AM',50.00
9505,'01/05/2022 7:04:57 PM',47.25
9506,'01/06/2022 8:49:09 AM',74.23
];

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
in_day

结果表
日期	in_day
01/01/2022 7:34:46 PM	0
01/01/2022 10:10:22 PM	0
01/02/2022 8:35:54 AM	0
01/03/2022 2:21:53 PM	-1
01/04/2022 6:49:38 PM	0
01/04/2022 10:58:34 PM	0
01/05/2022 5:40:49 AM	0
01/05/2022 11:29:38 AM	0
01/05/2022 7:04:57 PM	0
01/06/2022 8:49:09 AM	0

在本例中，由于 inday() 函数中使用了为 -2 的 period_no 作为偏移参数，因此函数确定每个交易日期是否发生在 1 月 3 日。这可以在输出表中进行验证，其中一个交易返回的布尔结果为 TRUE。

示例 3 – day_start

概述

加载脚本使用与之前示例中相同的数据集和场景。

然而，在本例中，公司的政策是工作日从早上 7 点开始，到早上 7 点结束。

加载脚本

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

Transactions:
    Load
        *,
        inday(date,'01/05/2022 12:00:00 AM', 0, 7/24) as in_day
        ;
Load
*
Inline 
[
id,date,amount
9497,'01/01/2022 7:34:46 PM',13.24
9498,'01/01/2022 10:10:22 PM',31.43
9499,'01/02/2022 8:35:54 AM',36.34
9500,'01/03/2022 2:21:53 PM',51.75
9501,'01/04/2022 6:49:38 PM',15.35
9502,'01/04/2022 10:58:34 PM',74.34
9503,'01/05/2022 5:40:49 AM',73.53
9504,'01/05/2022 11:29:38 AM',50.00
9505,'01/05/2022 7:04:57 PM',47.25
9506,'01/06/2022 8:49:09 AM',74.23
];

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
in_day

结果表
日期	in_day
01/01/2022 7:34:46 PM	0
01/01/2022 10:10:22 PM	0
01/02/2022 8:35:54 AM	0
01/03/2022 2:21:53 PM	0
01/04/2022 6:49:38 PM	-1
01/04/2022 10:58:34 PM	-1
01/05/2022 5:40:49 AM	-1
01/05/2022 11:29:38 AM	0
01/05/2022 7:04:57 PM	0
01/06/2022 8:49:09 AM	0

由于 inday() 函数中使用了 7/24 的 start_day 参数，即上午 7 点，因此函数确定每个交易日期是否发生在 1 月 4 日上午 7 点和 1 月 5 日早上 7 点之前。

这可以在输出表中进行验证，其中 1 月 4 日早上 7 点之后发生的交易返回布尔值结果 TRUE，而 1 月 5 日早上 7 点之后发生的事务返回布尔值结果 FALSE。

示例 4–图表对象（图表）

概述

加载脚本使用与之前示例中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。您将通过在图表对象中创建度量来计算以确定交易是否在 1 月 5 日发生。

加载脚本


Transactions:
Load
*
Inline 
[
id,date,amount
9497,'01/01/2022 7:34:46 PM',13.24
9498,'01/01/2022 10:10:22 PM',31.43
9499,'01/02/2022 8:35:54 AM',36.34
9500,'01/03/2022 2:21:53 PM',51.75
9501,'01/04/2022 6:49:38 PM',15.35
9502,'01/04/2022 10:58:34 PM',74.34
9503,'01/05/2022 5:40:49 AM',73.53
9504,'01/05/2022 11:29:38 AM',50.00
9505,'01/05/2022 7:04:57 PM',47.25
9506,'01/06/2022 8:49:09 AM',74.23
];

结果

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

要计算交易是否在 1 月 5 日发生，请创建以下度量：

=inday(date,'01/05/2022 12:00:00 AM',0)

结果表
日期	inday(date,'01/05/2022 12:00:00 AM',0)
01/01/2022 7:34:46 PM	0
01/01/2022 10:10:22 PM	0
01/02/2022 8:35:54 AM	0
01/03/2022 2:21:53 PM	0
01/04/2022 6:49:38 PM	0
01/04/2022 10:58:34 PM	0
01/05/2022 5:40:49 AM	-1
01/05/2022 11:29:38 AM	-1
01/05/2022 7:04:57 PM	-1
01/06/2022 8:49:09 AM	0

示例 5 – 场景

概述

在本例中，已确定由于设备错误，1 月 5 日制造的产品存在缺陷。最终用户想要一个图表对象，该对象按日期显示制造的“有缺陷”或“无缺陷”产品的状态以及 1 月 5 日制造的产品的成本。

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。
表格包含以下字段：
- 产品 ID
- 制造时间
- 成本价

加载脚本


Products:
Load
*
Inline 
[
product_id,manufacture_date,cost_price
9497,'01/01/2022 7:34:46 PM',13.24
9498,'01/01/2022 10:10:22 PM',31.43
9499,'01/02/2022 8:35:54 AM',36.34
9500,'01/03/2022 2:21:53 PM',51.75
9501,'01/04/2022 6:49:38 PM',15.35
9502,'01/04/2022 10:58:34 PM',74.34
9503,'01/05/2022 5:40:49 AM',73.53
9504,'01/05/2022 11:29:38 AM',50.00
9505,'01/05/2022 7:04:57 PM',47.25
9506,'01/06/2022 8:49:09 AM',74.23
];

结果

加载数据并打开工作表。创建新表并将该字段添加为维度：

=dayname(manufacture_date)

创建以下度量：

=if(only(InDay(manufacture_date,makedate(2022,01,05),0)),'Defective','Faultless')
=sum(cost_price)

将度量的数字格式设置为金额。

在外观下，关闭总计。

结果表
dayname(manufacture_date)	=if(only(InDay(manufacture_date,makedate(2022,01,05),0)),'Defective','Faultless')	=sum(cost_price)
01/01/2022	Faultless	44.67
01/02/2022	Faultless	36.34
01/03/2022	Faultless	51.75
01/04/2022	Faultless	89.69
01/05/2022	Defective	170.78
01/06/2022	Faultless	74.23

inday() 函数在评估每个产品的制造日期时返回布尔值。对于1月5日生产的任何产品，inday() 函数返回布尔值 TRUE，并将产品标记为 ‘Defective’。对于任何返回 FALSE 值的产品，由于不是在当天制造的，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