如何使用 SQLite 找到第 N 个百分位数？

Posted 2023-03-12

【中文标题】如何使用 SQLite 找到第 N 个百分位数？

【英文标题】：How to find Nth percentile with SQLite?

【发布时间】：2010-11-10 13:10:45

【问题描述】：

我想找到第 N 个percentile。

例如：table:htwt;列：姓名、性别、身高、体重

结果：

| gender | 90% height | 90% weight |
| male   |        190 |         90 |
| female |        180 |         80 |

【参考方案1】：

sqlite 的分析处理能力不强，但如果你的数据不是很大，你可以尝试用ORDER BY、LIMIT 1 和计算得到的OFFSET 模拟百分位数。请注意，OFFSET 是从零开始的，因此您需要将其调整为 1。

SELECT
  height AS 'male 90% height'
FROM table
WHERE gender='male'
ORDER BY height ASC
LIMIT 1
OFFSET (SELECT
         COUNT(*)
        FROM table
        WHERE gender='male') * 9 / 10 - 1;

【讨论】：

“大”数据是什么意思？就表中的数据行数而言，这里的解决方案适用于什么范围？您能否详细说明如何计算的偏移量部分？

我不知道数据大小范围。如果它对你有用，很好。偏移量用于选择按高度排序的数据的 90% 处的行 - 还有另一个用于检索 male_count 的查询。

【参考方案2】：

我需要多个百分比（10、20 ... 100%）并通过以下方式解决：

WITH p AS (SELECT height, NTILE(10) OVER (ORDER BY height) AS percentile
           FROM table
           WHERE gender = 'male')
SELECT percentile, MAX(height) as height
FROM p
GROUP BY percentile;

此解决方案需要 SQLite 3.28.0 或更高版本才能使用 NTILE 窗口函数。

【讨论】：

请注意，只有当垃圾箱的大小都相同或非常接近时，它才有效。例如，我使用ntile(100) 将我的表分成 100 个 bin，最终在 bin 1-55 中有 7 个样本，在 bin 56-100 中有 6 个样本。所以我所有的顶部垃圾箱只有底部垃圾箱的 6/7 (86%) 大小，这是一个很大的差异。