IBM 15 用户手册

116

You can also use a number of counting functions to obtain counts of values that meet specific
criteria, even when those values are stored in multiple fields. For example, to count the number of
cards that have been held for more than five years:

count_greater_than(5, ['cardtenure' 'card2tenure' 'card3tenure'])

To count null values across the same set of fields:

count_nulls(['cardtenure' 'card2tenure' 'card3tenure'])

Note that this example counts the number of cards being held, not the number of people holding
them. For more information, see the topic

in Chapter 8 on p. 135.

To count the number of times a specified value occurs across multiple fields, you can use the
count_equal function. The following example counts the number of fields in the list that contain
the value

Y.

count_equal("Y",[Answer1, Answer2, Answer3])

Given the following values for the fields in the list, the function returns the results for the value Y
as shown.

Y

N

Y

2

Y

N

N

1

You can obtain statistics across multiple fields using the sum_n, mean_n, and sdev_n
functions—for example:

sum_n(['card1bal' 'card2bal''card3bal'])

mean_n(['card1bal' 'card2bal''card3bal'])

For more information, see the topic

in Chapter 8 on p. 138.

When using any of the functions that accept a list of fields as input, the special functions
@FIELDS_BETWEEN(start, end) and @FIELDS_MATCHING(pattern) can be used as input. For
example, assuming the order of fields is as shown in the sum_n example earlier, the following
would be equivalent:

sum_n(@FIELDS_BETWEEN(card1bal, card3bal))

Alternatively, to count the number of null values across all fields beginning with “card”:

count_nulls(@FIELDS_MATCHING('card*'))

For more information, see the topic

in Chapter 8 on p. 157.