圖表中的排名函數
這些函數僅可用於圖表運算式。使用各個函數的下拉式清單,查看各函數的簡短描述及語法。按一下語法描述中的函數名稱以取得更多詳細資料。
圖表中的排名函數
Rank() 會評估運算式中圖表的列,然後針對各個列,顯示運算式中所評估的維度值的相對位置。評估運算式時,該函數會比較該結果與包含目前資料行區段的其他列所產生的結果,並傳回區段內目前列的排名。
rank([TOTAL [<fld {, fld}>]] expr[, mode[, fmt]])
HRank() 評估運算式,並將結果與包含樞紐分析表之目前列區段的其他資料行結果進行比較。該函數隨後會傳回區段內目前資料行的排名。
HRank([TOTAL] expr[, mode[, fmt]])
叢集圖表中的函數
KMeans2D() 會套用 K 平均演算法叢集以評估圖表的列,而對於每個圖表列,會針對此資料點指派到的叢集顯示叢集 ID。叢集演算法使用的欄由參數 coordinate_1 和 coordinate_2 分別判定。這些都是彙總。建立的叢集數量由 num_clusters 參數判定。可以選擇透過規範參數來正規化資料。
Kmeans2D(num_clusters, coordinate_1, coordinate_2 [, norm])
KMeansND() 會套用 K 平均演算法叢集以評估圖表的列,而對於每個圖表列,會針對此資料點指派到的叢集顯示叢集 ID。叢集演算法使用的欄由參數 coordinate_1 和 coordinate_2, 等來判定,最多 n 欄。這些都是彙總。建立的叢集數量由 num_clusters 參數判定。
KmeansND(num_clusters, num_iter, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])
KMeansCentroid2D() 會套用 K 平均演算法叢集以評估圖表的列,而對於每個圖表列,會針對此資料點指派到的叢集顯示該叢集的所需座標。叢集演算法使用的欄由參數 coordinate_1 和 coordinate_2 分別判定。這些都是彙總。建立的叢集數量由 num_clusters 參數判定。可以選擇透過規範參數來正規化資料。
KmeansCentroid2D(num_clusters, coordinate_no, coordinate_1, coordinate_2 [, norm])
KMeansCentroidND() 會套用 k-means 叢集以評估圖表的列,而對於每個圖表列,會針對此資料點指派到的叢集顯示該叢集的所需座標。叢集演算法使用的欄由參數 coordinate_1、coordinate_2 等來判定,最多 n 欄。這些都是彙總。建立的叢集數量由 num_clusters 參數判定。
KmeansCentroidND(num_clusters, num_iter, coordinate_no, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])