Добавление вычисляемой колонки

[tatianastydneva]

Добрый день.

Что-то никак не соображу, как в динамическую таблицу добавить нужную мне вычисляемую колонку.

Имена строк у меня добавляются из базы с помощью выборки:

"If(table_code='f_01.01' and rc_code_de_colonne='010' and rc_code_de_ligne='050', 'Financial assets held for trading',

If(table_code='f_01.01' and rc_code_de_colonne='010' and rc_code_de_ligne='100', 'Financial assets designated at fair value through profit or loss',

If(table_code='f_01.01' and rc_code_de_colonne='010' and rc_code_de_ligne='240', 'Derivatives – Hedge accounting',

If(table_code='f_01.01' and rc_code_de_colonne='010' and rc_code_de_ligne='270', 'Tangible assets',

If(table_code='f_01.01' and rc_code_de_colonne='010' and rc_code_de_ligne='300', 'Intangible assets',

If(table_code='f_01.01' and rc_code_de_colonne='010' and rc_code_de_ligne='360', 'Other assets ',

If(table_code='f_01.01' and rc_code_de_colonne='010' and rc_code_de_ligne='380', 'TOTAL ASSETS'

)))))))"

Колонки - это поле "Дата сдачи отчета".

Т.е. в значениях я получаю значение на определенную дату. Мне нужно минимально отнять от колонки 2017-09-30 колонку 2017-06-30. Проблема в том, что т.к. поле "Дата сдачи отчета" в базе единое я не могу просчитать разницу, указывая поля.

Я пробовала использовать формулы анализа

sum({$<table_code={'f_01.01'}, rc_code_de_colonne={'010'}, rc_code_de_ligne={'100'}, date_d_arrete={'2017-09-30'}> value_monetary} - sum({$<table_code={'f_01.01'}, rc_code_de_colonne={'010'}, rc_code_de_ligne={'100'}, date_d_arrete={'2017-06-30'}> value_monetary}))

Но это все равно не сработало.

Как можно просчитать разницу колонок таблицы при такой выборке? Собственно, тип таблицы при этом не важен, динамическая или нет, важно отобразить строку с названием, колонки с данными по датам и разницу между этими колонками.

Спасибо заранее!

[Eugeny_Ilyin]

Татьяна, какая у вас модель данных? Сколько таблиц фактов?

Для клика нет стандартов на базы данных. Есть рекомендации по построению моделей данных приложений.
Правильно собранная модель позволяет избегать сложных выражений в таблицах и гарантирует корректность результата на разных объемах данных.