postgresql中的第n个百分位数计算

Posted 2023-03-12

【中文标题】postgresql中的第n个百分位数计算

【英文标题】：nth percentile calculations in postgresql

【发布时间】：2012-12-28 07:14:34

【问题描述】：

我一直无法为 postgresql 找到第 n 个百分位函数。

我通过 mondrian olap 工具使用它，所以我只需要一个返回第 95 个百分位数的聚合函数。

我确实找到了这个链接：

http://www.postgresql.org/message-id/[e-mail]

但由于某些原因，该百分位函数中的代码在某些情况下会返回空值。我检查了数据，数据中似乎没有什么奇怪的原因！

【问题讨论】：

您尝试过percent_rank()、cume_dist() 或ntile() 吗？详情here.

也可以看看这个：***.com/a/14309370/330315

啊，我发现了其他堆栈溢出条目，但没有创建数组排序功能。现在可以了。所以这个问题可以关闭或删除。

【参考方案1】：

PostgreSQL 9.4 现在原生支持百分位数，在Ordered-Set Aggregate Functions中实现：

percentile_cont(fraction) WITHIN GROUP (ORDER BY sort_expression) 

连续百分位数：返回一个对应于指定的值 排序中的分数，在相邻输入项之间进行插值 如果需要

percentile_cont(fractions) WITHIN GROUP (ORDER BY sort_expression)

多个连续百分位数：返回匹配结果的数组 分数参数的形状，每个非空元素 替换为该百分位数对应的值

查看文档了解更多详情：http://www.postgresql.org/docs/current/static/functions-aggregate.html

并在此处查看一些示例：https://github.com/michaelpq/michaelpq.github.io/blob/master/_posts/2014-02-27-postgres-9-4-feature-highlight-within-group.markdown

CREATE TABLE aa AS SELECT generate_series(1,20) AS a;
--SELECT 20

WITH subset AS (
    SELECT a AS val,
        ntile(4) OVER (ORDER BY a) AS tile
    FROM aa
)
SELECT tile, max(val)
FROM subset GROUP BY tile ORDER BY tile;

 tile | max
------+-----
    1 |   5
    2 |  10
    3 |  15
    4 |  20
(4 rows)

【讨论】：

文档没有示例。你介意用几个简单的例子来更新你的答案吗？这很奇怪，但谷歌搜索只得到了一些复杂的例子。

【参考方案2】：

ntile 函数在这里非常有用。我有一张桌子test_temp：

select * from test_temp

score
integer
3
5
2
10
4
8
7
12

select score, ntile(4) over (order by score) as quartile from test_temp;

score    quartile
integer  integer
2        1
3        1
4        2
5        2
7        3
8        3
10       4
12       4

ntile(4) over (order by score) 按分数对列进行排序，将其分成四个偶数组（如果数均分）并根据顺序分配组号。

因为我这里有 8 个数字，它们分别代表第 0、12.5、25、37.5、50、62.5、75 和 87.5 个百分位数。因此，如果我只取quartile 为 2 的结果，我将得到第 25 个和第 37.5 个百分位数。

with ranked_test as (
    select score, ntile(4) over (order by score) as quartile from temp_test
)
select min(score) from ranked_test
where quartile = 2
group by quartile;

返回4，8 列表中第三高的数字。

如果您有一个更大的表并使用ntile(100)，您过滤的列将是百分位数，您可以使用与上述相同的查询。