本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 聚合函数


聚合函数仅在分析和可视化期间可用。所有这些函数都会返回按选定的一个或多个维度分组的值。对于每个聚合，还有一个有条件聚合。它们根据条件执行相同类型的聚合。

当计算字段公式包含一个聚合时，它将成为自定义聚合。为了确保您的数据显示准确，Amazon Quick 采用以下规则：
+ 自定义聚合不能包含嵌套的聚合函数。例如，此公式不起作用：`sum(avg(x)/avg(y))`。但是，在聚合函数的内部或外部嵌套非聚合函数有效。例如，`ceil(avg(x))` 可工作。`avg(ceil(x))` 也是如此。
+ 自定义聚合在任何组合中都不能同时包含聚合和非聚合字段。例如，此公式不起作用：`Sum(sales)+quantity`。
+ 筛选条件组不能同时包含聚合字段和非聚合字段。
+ 自定义聚合无法转换为维度。它们也无法作为维度放入字段井。
+ 在数据透视表中，自定义聚合无法添加到表计算。
+ 包含自定义聚合的散点图在字段井中的 **Group/Color** 下至少需要一个维度。

有关支持的函数和运算符的更多信息，请参阅 [Amazon Quick 的计算字段函数和运算符参考](https://docs.amazonaws.cn/quicksight/latest/user/calculated-field-reference.html)。

Quick 中计算字段的聚合函数包括以下内容。

**Topics**
+ [

# avg
](avg-function.md)
+ [

# avgIf
](avgIf-function.md)
+ [

# count
](count-function.md)
+ [

# countIf
](countIf-function.md)
+ [

# distinct\$1count
](distinct_count-function.md)
+ [

# distinct\$1countIf
](distinct_countIf-function.md)
+ [

# max
](max-function.md)
+ [

# maxIf
](maxIf-function.md)
+ [

# median
](median-function.md)
+ [

# medianIf
](medianIf-function.md)
+ [

# min
](min-function.md)
+ [

# minIf
](minIf-function.md)
+ [

# percentile
](percentile-function.md)
+ [

# percentileCont
](percentileCont-function.md)
+ [

# percentileDisc（百分位数）
](percentileDisc-function.md)
+ [

# periodToDateAvg
](periodToDateAvg-function.md)
+ [

# periodToDateCount
](periodToDateCount-function.md)
+ [

# periodToDateMax
](periodToDateMax-function.md)
+ [

# periodToDateMedian
](periodToDateMedian-function.md)
+ [

# periodToDateMin
](periodToDateMin-function.md)
+ [

# periodToDatePercentile
](periodToDatePercentile-function.md)
+ [

# periodToDatePercentileCont
](periodToDatePercentileCont-function.md)
+ [

# periodToDateStDev
](periodToDateStDev-function.md)
+ [

# periodToDateStDevP
](periodToDateStDevP-function.md)
+ [

# periodToDateSum
](periodToDateSum-function.md)
+ [

# periodToDateVar
](periodToDateVar-function.md)
+ [

# periodToDateVarP
](periodToDateVarP-function.md)
+ [

# stdev
](stdev-function.md)
+ [

# stdevp
](stdevp-function.md)
+ [

# stdevIf
](stdevIf-function.md)
+ [

# stdevpIf
](stdevpIf-function.md)
+ [

# sum
](sum-function.md)
+ [

# sumIf
](sumIf-function.md)
+ [

# var
](var-function.md)
+ [

# varIf
](varIf-function.md)
+ [

# varp
](varp-function.md)
+ [

# varpIf
](varpIf-function.md)

# avg


`avg` 函数以指定的度量计算一组数字的平均值，按照选定的一个或多个维度分组。例如，`avg(salesAmount)` 返回该度量的平均值，按 (可选的) 选定维度分组。

## 语法


```
avg(decimal, [group-by level])
```

## Arguments


 *decimal*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例计算平均销售额。

```
avg({Sales})
```

您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例计算国家/地区等级的平均销售额，但不计算视觉对象中其他维度（区域或产品）的平均销售额。

```
avg({Sales}, [{Country}])
```

![\[仅在国家/地区等级汇总平均销售数量。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/avg-function-example.png)


# avgIf


根据条件语句，`avgIf` 函数以指定的度量计算一组数字的平均值，按照选定的一个或多个维度分组。例如，如果条件的计算结果为 true，`avgIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 返回该度量的平均值，按（可选的）选定维度分组。

## 语法


```
avgIf(dimension or measure, condition) 
```

## Arguments


 *decimal*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

# count


`count` 函数计算维度或度量中包含的值的个数，按照选定的一个或多个维度分组。例如，`count(product type)` 返回产品类型的总数，按 (可选的) 选定维度分组，包括任何重复项。`count(sales)` 函数返回完成销售的总数，按 (可选的) 选定维度分组，如销售人员。

## 语法


```
count(dimension or measure, [group-by level])
```

## Arguments


 *维度或度量*   
参数必须是一个度量或一个维度。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例按视觉对象中的指定维度计算销售数量。在此示例中，显示了按月计算的销售数量。

```
count({Sales})
```

![\[按月计算的销售数量。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/count-function-example.png)


您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例计算国家/地区等级的销售数量，但不计算视觉对象中其他维度（区域或产品）的销售数量。

```
count({Sales}, [{Country}])
```

![\[仅在国家/地区等级汇总销售数量。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/count-function-example2.png)


# countIf


根据条件语句，`countIf` 函数计算维度或度量中包含的值的个数，按照选定的一个或多个维度分组。

## 语法


```
countIf(dimension or measure, condition)
```

## Arguments


 *维度或度量*   
参数必须是一个度量或一个维度。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

## 返回类型


整数

## 示例


以下函数返回符合条件的销售交易 (`Revenue`) 数量，包括任何重复项。

```
countIf (
    Revenue,
    # Conditions
        CalendarDay >= ${BasePeriodStartDate} AND 
        CalendarDay <= ${BasePeriodEndDate} AND 
        SourcingType <> 'Indirect'
)
```

# distinct\$1count


`distinct_count` 函数计算维度或度量中包含的不同值的个数，按照选定的一个或多个维度分组。例如，`distinct_count(product type)` 返回唯一产品类型的总数，按 (可选的) 选定维度分组，不包括重复项。`distinct_count(ship date)` 函数返回完成配送产品的日期总数，按 (可选的) 选定维度分组，如区域。

## 语法


```
distinct_count(dimension or measure, [group-by level])
```

## Arguments


 *维度或度量*   
参数必须是一个度量或一个维度。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例计算订购商品的日期总数，按视觉对象中的选定维度（如区域）分组。

```
distinct_count({Order Date})
```

![\[每个区域订购商品的日期总数。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/distinct_count-function-example.png)


您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例计算国家/地区等级的平均销售额，但不计算视觉对象中其他维度（区域）的平均销售额。

```
distinct_count({Order Date}, [Country])
```

![\[每个国家/地区订购商品的日期总数。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/distinct_count-function-example2.png)


# distinct\$1countIf


根据条件语句，`distinct_countIf` 函数计算维度或度量中包含的不同值的个数，按照选定的一个或多个维度分组。例如，`distinct_countIf(product type)` 返回唯一产品类型的总数，按 (可选的) 选定维度分组，不包括重复项。如果条件的计算结果为 true，`distinct_countIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 函数返回完成配送产品的日期总数，按（可选的）选定维度（如区域）分组。

## 语法


```
distinct_countIf(dimension or measure, condition)
```

## Arguments


 *维度或度量*   
参数必须是一个度量或一个维度。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

# max


`max` 函数返回指定度量或日期的最大值，按照选定的一个或多个维度分组。例如，`max(sales goal)` 返回最大销售目标，按 (可选的) 选定维度分组。

## 语法


```
max(measure, [group-by level])
```

## Arguments


 *度量*   
参数必须是一个度量或一个日期。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。  
最大日期仅在表和数据透视表的 **Value (值)** 字段井中起作用。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例将返回每个区域的最大销售额。将其与总销售额、最小销售额和销售额中值进行比较。

```
max({Sales})
```

![\[每个区域的最大销售额。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/min-max-median-function-example.png)


您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例计算国家/地区等级的最大销售额，但不计算视觉对象中其他维度（区域）的最大销售额。

```
max({Sales}, [Country])
```

![\[每个国家/地区的最大销售额。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/max-function-example2.png)


# maxIf


根据条件语句，`maxIf` 函数返回指定度量的最大值，按照选定的一个或多个维度分组。例如，如果条件的计算结果为 true，`maxIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 返回最大销售目标，按（可选的）选定维度分组。

## 语法


```
maxIf(measure, condition)
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

# median


`median` 聚合返回指定度量的中值，并按照选定的一个或多个维度进行分组。例如，`median(revenue)` 返回按（可选）选定维度分组的收入中值。

## 语法


```
median(measure, [group-by level])
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例将返回每个区域的销售额中值。将其与总销售额、最大销售额和最小销售额进行比较。

```
median({Sales})
```

![\[每个区域的销售额中值。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/min-max-median-function-example.png)


您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例计算国家/地区等级的销售额中值，但不计算视觉对象中其他维度（区域）的销售额中值。

```
median({Sales}, [Country])
```

![\[每个国家/地区的销售额中值。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/median-function-example2.png)


# medianIf


根据条件语句，`medianIf` 聚合返回指定度量的中值，并按照选定的一个或多个维度进行分组。例如，如果条件的计算结果为 true 时，`medianIf(Revenue,SaleDate >= ${BasePeriodStartDate} AND SaleDate <= ${BasePeriodEndDate})` 返回收入中值，按（可选的）选定维度分组。

## 语法


```
medianIf(measure, condition)
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

# min


`min` 函数返回指定度量或日期的最小值，按照选定的一个或多个维度分组。例如，`min(return rate)` 返回最小收益率，按 (可选的) 选定维度分组。

## 语法


```
min(measure, [group-by level])
```

## Arguments


 *度量*   
参数必须是一个度量或一个日期。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。  
最小日期仅在表和数据透视表的 **Value (值)** 字段井中起作用。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例返回每个区域的最小销售值。将其与总销售额、最大销售额和销售额中值进行比较。

```
min({Sales})
```

![\[每个区域的最小销售额。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/min-max-median-function-example.png)


您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例计算国家/地区等级的最小销售额，但不计算视觉对象中其他维度（区域）的最小销售额。

```
min({Sales}, [Country])
```

![\[每个国家/地区的最小销售额。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/min-function-example2.png)


# minIf


根据条件语句，`minIf` 函数返回指定度量的最小值，按照选定的一个或多个维度分组。例如，如果条件的计算结果为 true 时，`minIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 返回最小收益率，按（可选的）选定维度分组。

## 语法


```
minIf(measure, condition)
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

# percentile


`percentile` 函数计算度量中值的百分位数，按字段井中的维度分组。Quick 中有两种百分位数计算可供选择：
+ [https://docs.amazonaws.cn/quicksight/latest/user/percentileCont-function.html](https://docs.amazonaws.cn/quicksight/latest/user/percentileCont-function.html) 使用线性内插来确定结果。
+ [percentileDisc（百分位数）](https://docs.amazonaws.cn/quicksight/latest/user/percentileDisc-function.html)使用实际值来确定结果。

`percentile` 函数是 `percentileDisc` 的别名。

# percentileCont


`percentileCont` 函数根据度量中数字的连续分布计算百分位数。其使用字段井中应用的分组和排序。其回答了如下问题：哪些值代表这个百分位数？ 要返回数据集中可能不存在的精确的百分位数值，请使用 `percentileCont`。要返回数据集中存在的最接近的百分位数值，请改用 `percentileDisc`。

## 语法


```
percentileCont(expression, percentile, [group-by level])
```

## Arguments


 *度量*   
指定用于计算百分位数的数值。参数必须是一个度量或指标。计算中将忽略 Null。

 *percentile*   
百分位数值可以是任何介于 0-100 的数字常数。百分比值 50 计算度量的中值。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 返回值


函数的结果为数字。

## 使用说明


`percentileCont` 函数根据指定度量中值的连续分布计算结果。根据视觉对象中的设置对值进行排序后，通过在值之间进行线性内插计算得出结果。其不同于 `percentileDisc`，后者只是从聚合的一组值中返回值。`percentileCont` 的结果可能存在于指定度量的值中，也可能不存在。

## percentileCont 的示例
示例

以下示例帮助解释 percentileCont 的工作原理。

**Example 比较中值、`percentileCont` 和 `percentileDisc`**  
以下示例使用 `median`、`percentileCont` 和 `percentileDisc` 函数显示维度（类别）的中值。中值与 percentileCont 值相同。`percentileCont` 内插一个值，该值可能存在于数据集中，也可能不存在。但是，`percentileDisc` 始终显示数据集中存在的值，因此两个结果可能不匹配。本示例的最后一列显示了两个值之间的差异。每个计算字段的代码如下所示：  
+ `50%Cont = percentileCont( example , 50 )`
+ `median = median( example )`
+ `50%Disc = percentileDisc( example , 50 )`
+ `Cont-Disc = percentileCont( example , 50 ) − percentileDisc( example , 50 )`
+ `example = left( category, 1 )`（举一个更简单的例子，我们使用这个表达式将类别的名称缩短为它们的第一个字母。）

```
  example     median       50%Cont      50%Disc      Cont-Disc
 -------- ----------- ------------ -------------- ------------ 
 A          22.48          22.48          22.24          0.24
 B          20.96          20.96          20.95          0.01
 C          24.92          24.92          24.92          0
 D          24.935         24.935         24.92          0.015
 E          14.48          14.48          13.99          0.49
```

**Example 第 100 个百分位数为最大值**  
以下示例显示了 `example` 字段的各种 `percentileCont` 值。计算字段 `n%Cont` 定义为 `percentileCont( {example} ,n)`。每列中的内插值表示属于该百分位数存储桶的数字。在某些情况下，实际数据值与内插值相匹配。例如，列 `100%Cont` 每行显示相同的值，因为 6783.02 是最大的数字。  

```
 example      50%Cont     75%Cont      99%Cont    100%Cont  
 --------- ----------- ----------- ------------ ----------- 

 A             20.97       84.307      699.99      6783.02  
 B             20.99       88.84       880.98      6783.02  
 C             20.99       90.48       842.925     6783.02  
 D             21.38       85.99       808.49      6783.02
```

您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例根据数字在国家/地区等级的连续分布来计算第 30 个百分位数，但不计算视觉对象中其他维度（区域）的第 30 个百分位数。

```
percentileCont({Sales}, 30, [Country])
```

![\[每个国家/地区的销售额百分位数。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/percentileCont-function-example-lac.png)


# percentileDisc（百分位数）


`percentileDisc` 函数根据 `measure` 中的实际数字计算百分位数。其使用字段井中应用的分组和排序。`percentile` 函数是 `percentileDisc` 的别名。

使用此函数回答以下问题：此百分位数中存在哪些实际数据点？ 要返回数据集中存在的最接近的百分位数值，请使用 `percentileDisc`。要返回数据集中可能不存在的精确的百分位数值，请改用 `percentileCont`。

## 语法


```
percentileDisc(expression, percentile, [group-by level])
```

## Arguments


 *度量*   
指定用于计算百分位数的数值。参数必须是一个度量或指标。计算中将忽略 Null。

 *percentile*   
百分位数值可以是任何介于 0-100 的数字常数。百分比值 50 计算度量的中值。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 返回值


函数的结果为数字。

## 使用说明


`percentileDisc` 是一个假定离散分布模型的逆分布函数。该函数具有一个百分比值和一个排序规范，并返回给定集合中的元素。

对于给定的百分位数值 `P`，`percentileDisc` 使用视觉对象中的排序值，并返回大于或等于 `P` 的最小累积分布值的值。

## percentileDisc 的示例
示例

以下示例帮助解释 percentileDisc 的工作原理。

**Example 比较中值、`percentileDisc` 和 `percentileCont`**  
以下示例使用 `percentileCont`、`percentileDisc` 和 `median` 函数显示维度（类别）的中值。中值与 percentileCont 值相同。`percentileCont` 内插一个值，该值可能存在于数据集中，也可能不存在。但是，`percentileDisc` 始终显示数据集中存在的最接近的值，因此两个结果可能不匹配。本示例的最后一列显示了两个值之间的差异。每个计算字段的代码如下所示：  
+ `50%Cont = percentileCont( example , 50 )`
+ `median = median( example )`
+ `50%Disc = percentileDisc( example , 50 )`
+ `Cont-Disc = percentileCont( example , 50 ) − percentileDisc( example , 50 )`
+ `example = left( category, 1 )`（举一个更简单的例子，我们使用这个表达式将类别的名称缩短为它们的第一个字母。）

```
 example     median       50%Cont      50%Disc      Cont-Disc
 -------- ----------- ------------ -------------- ------------ 
 A          22.48          22.48          22.24          0.24
 B          20.96          20.96          20.95          0.01
 C          24.92          24.92          24.92          0
 D          24.935         24.935         24.92          0.015
 E          14.48          14.48          13.99          0.49
```

**Example 第 100 个百分位数为最大值**  
以下示例显示了 `example` 字段的各种 `percentileDisc` 值。计算字段 `n%Disc` 定义为 `percentileDisc( {example} ,n)`。每列中的值都是数据集中的实际数字。  

```
 example     50%Disc      75%Disc        99%Disc      100%Disc
 -------- ----------- ------------ -------------- ------------ 
 A            20.97        73.98         699.99       6783.02
 B            42.19        88.84         820.08       6783.02
 C            30.52        90.48         733.44       6783.02
 D            41.38        85.99         901.29       6783.0
```

您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例根据数字在国家/地区等级的连续分布来计算第 30 个百分位数，但不计算视觉对象中其他维度（区域）的第 30 个百分位数。

```
percentile({Sales}, 30, [Country])
```

![\[每个国家/地区的销售额百分位数。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/percentile-function-example-lac.png)


# periodToDateAvg


`periodToDateAvg` 函数按给定时间粒度（例如一个季度）到某个时间点（相对于该时间段）的指定度量计算一组数值的平均值。

## 语法


```
periodToDateAvg(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateAvg(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDAvgResults.png)


# periodToDateCount


`periodToDateCount` 函数按给定时间粒度（例如一个季度）到某个时间点（相对于该时间段）的维度或度量（包括重复项）计算数值。

## 语法


```
periodToDateCount(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateCount(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDCountResults.png)


# periodToDateMax


`periodToDateMax` 函数返回给定时间粒度（例如一个季度）到某个时间点（相对于该时间点）的指定度量的最大值。

## 语法


```
periodToDateMax(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateMax(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDMaxResults.png)


# periodToDateMedian


`periodToDateMedian` 函数返回给定时间粒度（例如一个季度）到某个时间点（相对于该时间段）的指定度量的中值。

## 语法


```
periodToDateMedian(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateMedian(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDMedianResults.png)


# periodToDateMin


`periodToDateMin` 函数返回给定时间粒度（例如一个季度）到某个时间点（相对于该时间段）的指定度量或日期的最小值。

## 语法


```
periodToDateMin(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateMin(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDMinResults.png)


# periodToDatePercentile


`periodToDatePercentile` 函数按给定时间粒度（例如一个季度）到某个时间点（相对于该时间段）的度量中的实际数值计算百分位数。其使用字段井中应用的分组和排序。

要返回数据集中存在的最接近的百分位数值，请使用 `periodToDatePercentile`。要返回数据集中可能不存在的精确的百分位数值，请改用 `periodToDatePercentileCont`。

## 语法


```
periodToDatePercentile(
	measure, 
	percentile, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *percentile*   
百分位数值可以是任何介于 0-100 的数字常数。百分位数 50 计算度量的中值。

 *dateTime*   
计算 PeriodToDate聚合所依据的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算了 06-30- week-to-date 21 当周每种付款类型票价金额的第 90 个百分位数。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDatePercentile(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的收益图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDPercentileResults.png)


# periodToDatePercentileCont


`periodToDatePercentileCont` 函数按给定时间粒度（例如一个季度）到该时间段某个时间点的度量中数值的连续分布计算百分位数。其使用字段井中应用的分组和排序。

要返回数据集中可能不存在的精确的百分位数值，请使用 `periodToDatePercentileCont`。要返回数据集中存在的最接近的百分位数值，请改用 `periodToDatePercentile`。

## 语法


```
periodToDatePercentileCont(
	measure, 
	percentile, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *percentile*   
百分位数值可以是任何介于 0-100 的数字常数。百分位数 50 计算度量的中值。

 *dateTime*   
计算 PeriodToDate聚合所依据的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算了 06-30- week-to-date 21 当周每种付款类型票价金额的第 90 个百分位数。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDatePercentileCont(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的收益图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDContPercentileResults.png)


# periodToDateStDev


`periodToDateStDev` 函数按给定时间粒度（例如一个季度）到某个时间点（基于示例并相对于该时间段）的指定度量计算一组数值的标准偏差。

## 语法


```
periodToDateStDev(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
（可选）您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateStDev(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDStDevResults.png)


# periodToDateStDevP


`periodToDateStDevP` 函数按给定时间粒度（例如一个季度）到某个时间点（基于该时间段的示例）的指定度量计算一组数值的总体标准偏差。

## 语法


```
periodToDateStDevP(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateStDevP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDStDevPResults.png)


# periodToDateSum


`periodToDateSum` 函数添加给定时间粒度（例如一个季度）到某个时间点（相对于该时间段）的指定度量。

## 语法


```
periodToDateSum(
	measure, 
	dateTime, 
	period, 
	endDate)
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 2021 年 6 月 30 日当周每种付款类型的本周迄今付款总额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateSum(fare_amount, pickUpDateTime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例的结果图像（附插图）。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDSumResults.png)


# periodToDateVar


`periodToDateVar` 函数按给定时间粒度（例如一个季度）到该时间段的某个时间点的指定度量计算一组数值的样本方差。

## 语法


```
periodToDateVar(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateVar(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDVarResults.png)


# periodToDateVarP


`periodToDateVarP` 函数按给定时间粒度（例如一个季度）到某个时间点（相对于该时间段）的指定度量计算一组数值的总体方差。

## 语法


```
periodToDateVarP(
	measure, 
	dateTime, 
	period, 
	endDate (optional))
```

## Arguments


 *度量*   
参数必须是一个字段。结果中的 Null 值会被忽略。文本值不起作用。

 *dateTime*   
计算 PeriodToDate聚合的日期维度。

 *时段*   
您进行计算的时间段。`YEAR` 的粒度表示 `YearToDate` 计算，`Quarter` 表示 `QuarterToDate` 等等。有效的粒度包括 `YEAR`、`QUARTER`、`MONTH`、`WEEK`、`DAY`、`HOUR`、`MINUTE` 和 `SECONDS`。

 *endDate*   
（可选）您要结束计算periodToDate 聚合的日期维度。如果省略，默认为 `now()`。

## 示例


以下示例计算 06-30-21 当周每种付款类型 week-to-date的最低票价金额。为了简单起见，我们只筛选了单笔付款。2021 年 6 月 30 日是星期三。Quick 在周日开始新的一周。在我们的示例中，就是 2021 年 6 月 27 日。

```
periodToDateVarP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy"))
```

![\[这是示例计算的结果图像。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/PTDVarPResults.png)


# stdev


`stdev` 函数根据样本计算指定度量中按选定的一个维度或多个维度分组的一组数字的标准差。

## 语法


```
stdev(measure, [group-by level])
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例使用记录的测试分数样本返回一个等级的测试分数标准偏差。

```
stdev({Score})
```

您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例计算主题等级的测试分数标准偏差，但不计算视觉对象中其他维度（等级）的测试分数标准偏差。

```
stdev({Score}, [Subject])
```

# stdevp


`stdevp` 函数计算指定度量中按选定的一个维度或多个维度分组的一组数字的标准差。

## 语法


```
stdevp(measure, [group-by level])
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例使用记录的所有分数返回一个等级的测试分数标准偏差。

```
stdevp({Score})
```

您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例使用记录的所有分数计算主题等级的测试分数标准偏差，但不计算视觉对象中其他维度（等级）的测试分数标准偏差。

```
stdevp({Score}, [Subject])
```

# stdevIf


基于条件语句，`stdevIf` 函数根据样本计算指定度量中按选定的一个维度或多个维度分组的一组数字的标准差。

## 语法


```
stdevIf(measure, conditions)
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

# stdevpIf


基于条件语句，`stdevpIf` 函数根据总体偏差计算指定度量中按选定的一个维度或多个维度分组的一组数字的标准差。

## 语法


```
stdevpIf(measure, conditions)
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

# sum


`sum` 函数以指定的度量添加一组数字，按照选定的一个或多个维度分组。例如，`sum(profit amount)` 返回利润总额，按 (可选的) 选定维度分组。

## 语法


```
sum(measure, [group-by level])
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例返回销售总额。

```
sum({Sales})
```

您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例计算国家/地区等级的销售总额，但不计算视觉对象中其他维度（区域或产品）的销售总额。

```
sum(Sales, [Country])
```

![\[每个国家/地区的销售总额。\]](http://docs.amazonaws.cn/quick/latest/userguide/images/sum-function-example.png)


# sumIf


根据条件语句，`sumIf` 函数以指定的度量对一组数字求和，按照选定的一个或多个维度分组。例如，如果条件的计算结果为 true，`sumIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` 返回利润总额，按（可选的）选定维度分组。

## 语法


```
sumIf(measure, conditions)
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

## 示例


以下示例使用带 `sumIf` 的计算字段来显示销售额（如果 `Segment` 等于 `SMB`）。

```
sumIf(Sales, Segment=’SMB’)
```

![\[alt text not found\]](http://docs.amazonaws.cn/quick/latest/userguide/images/sumIfCalc.png)


以下示例使用带 `sumIf` 的计算字段来显示销售额（如果 `Segment` 等于 `SMB` 并且年份 `Order Date` 晚于 2022）。

```
sumIf(Sales, Segment=’SMB’ AND {Order Date} >=’2022-01-01’)
```

# var


`var` 函数计算指定度量中按选定的一个维度或多个维度分组的一组数字的样本方差。

## 语法


```
var(measure, [group-by level])
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例返回测试分数样本的方差。

```
var({Scores})
```

您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例返回主题等级的测试分数样本的方差，但不返回视觉对象中其他维度（等级）的测试分数样本方差。

```
var({Scores}, [Subject]
```

# varIf


基于条件语句，`varIf` 函数根据样本计算指定度量中按选定的一个维度或多个维度分组的一组数字的方差。

## 语法


```
varIf(measure, conditions)
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。

# varp


`varp` 函数计算指定度量中按选定的一个维度或多个维度分组的一组数字的总体方差。

## 语法


```
varp(measure, [group-by level])
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *分组依据等级*   
（可选）指定聚合分组依据的等级。添加的等级可以是任何维度，也可以是独立于添加到视觉对象的维度。  
参数必须是一个维度字段。分组依据等级必须用方括号 `[ ]` 括起来。有关更多信息，请参阅[级别感知计算-聚合 (LAC-A](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html)) 函数。

## 示例


以下示例返回测试分数的总体方差。

```
varp({Scores})
```

您还可以使用视图或数据集中的一个或多个维度来指定在哪个等级对计算进行分组。这称为 LAC-A 函数。有关 LAC-A 函数的更多信息，请参阅[级别感知计算-聚合 (LAC-](https://docs.amazonaws.cn/quicksight/latest/user/level-aware-calculations-aggregate.html) A) 函数。以下示例返回主题等级的测试分数总体方差，但不返回视觉对象中其他维度（等级）的测试分数总体方差。

```
varp({Scores}, [Subject]
```

# varpIf


基于条件语句，`varpIf` 函数根据总体偏差计算指定度量中按选定的一个维度或多个维度分组的一组数字的方差。

## 语法


```
varpIf(measure, conditions)
```

## Arguments


 *度量*   
参数必须是一个度量。结果中的 Null 值会被忽略。文本值不起作用。参数必须是一个字段。

 *condition*   
单个语句中的一个或多个条件。