這些函數僅可用於圖表運算式。使用每個函數中的下拉式功能表，以查看每個函數的簡要描述及語法。按一下語法描述中的函數名稱，以取得進一步詳細資料。
圖表中的排名函數
Rank() 評估運算式中圖表的列，並且對每一列，顯示在運算式中評估之維度的值的相對位置。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。然後，該函數傳回區段內目前資料行的排名。
HRank([TOTAL] expr[, mode[, fmt]])
圖表中的叢集函數
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 [, ...]])