这些函数只可用于图表表达式中。使用每个函数的下拉列表可查看每个函数的简短描述和语法。单击语法描述中的函数名称可了解更多信息。
图表中的排名函数
Rank() 用于在表达式中计算图表的行数，并且对于每一行显示在表达式中计算的维度值的相对位置。当计算表达式的值时，该函数将结果与包含当前列片段的其他行的结果比较，然后返回片段中当前行的排名。
rank([TOTAL [<fld {, fld}>]] expr[, mode[, fmt]])
HRank() 用于对表达式求值，并将结果与包含透视表的当前行段的其他行的结果进行比较。然后，此函数返回段内当前行的排行。
HRank([TOTAL] expr[, mode[, fmt]])
图表中的集群函数
KMeans2D() 通过应用 k 均值集群计算图表的行，并且对于每个图表行，显示此数据点已分配到的集群的集群 id。集群算法使用的列分别由参数 coordinate_1 和 coordinate_2 确定。二者都是聚合型。创建的集群数由 num_clusters 参数确定。数据可以通过规范参数进行规范化。
KMeans2D(num_clusters, coordinate_1, coordinate_2 [, norm])
KMeansND() 通过应用 k 均值集群计算图表的行，并且对于每个图表行，显示此数据点已分配到的集群的集群 id。集群算法使用的列由参数 coordinate_1 和 coordinate_2 等确定（可达 n 列）。这些都是聚合型。创建的集群数由 num_clusters 参数确定。
KMeansND(num_clusters, num_iter, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])
KMeansCentroid2D() 通过应用 k 均值集群计算图表的行，并且对于每个图表行，显示此数据点已分配到的集群的所需坐标。集群算法使用的列分别由参数 coordinate_1 和 coordinate_2 确定。二者都是聚合型。创建的集群数由 num_clusters 参数确定。数据可以通过规范参数进行规范化。
KMeansCentroid2D(num_clusters, coordinate_no, coordinate_1, coordinate_2 [, norm])
KMeansCentroidND() 通过应用 k 均值集群计算图表的行，并且对于每个图表行，显示此数据点已分配到的集群的所需坐标。集群算法使用的列由参数 coordinate_1 和 coordinate_2 等确定（可达 n 列）。这些都是聚合型。创建的集群数由 num_clusters 参数确定。
KMeansCentroidND(num_clusters, num_iter, coordinate_no, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])