如何使用列值范围应用 NTILE(4)？

Posted 2023-03-31

【中文标题】如何使用列值范围应用 NTILE(4)？

【英文标题】：How to apply NTILE(4) using range of column values?

【发布时间】：2020-05-21 07:01:58

【问题描述】：

想使用NTILE 查看国家/地区的森林土地占土地总面积百分比的分布情况。我想使用的列中的值范围是从 0.00053 到非常接近 98.25，并且国家在该范围所暗示的四分位数中分布不均匀，即 0 到 25、25 到 50、50 到 75，以及大约 75 到 100。相反，NTILE 只是将表分成具有相同行数的四组。如何使用NTILE根据值分配分位数？

SELECT country, forest, pcnt_forest,
       NTILE(4) OVER(ORDER BY pcnt_forest) AS quartile
FROM percent_forest

【问题讨论】：

用您正在使用的数据库标记您的问题。

【参考方案1】：

您可以使用case 表达式：

select pf.*,
       (case when pcnt_forest < 0.25 then 1
             when pcnt_forest < 0.50 then 2
             when pcnt_forest < 0.75 then 3
             else 4
        end) as bin
from percent_forest pf;

或者，更简单，使用算术：

select pf.*,
       floor(pcnt_forest * 4) + 1 bin
from percent_forest pf;

我不会在本专栏中使用“四分位数”一词。四分位数意味着四个大小相等的 bin（或至少在给定重复值的情况下尽可能接近）。

【参考方案2】：

WIDTH_BUCKET 函数非常适合这种情况：

WIDTH_BUCKET(Oracle) 可让您构造等宽直方图，其中直方图范围被划分为具有相同大小的区间。 （将此函数与创建等高直方图的 NTILE 进行比较。）

Oracle、Snowflake、PostgreSQL 等都支持...

您的代码：

SELECT country,  pcnt_forest
       ,WIDTH_BUCKET(pcnt_forest, 0, 1, 4) AS w
       ,NTILE(4) OVER(ORDER BY pcnt_forest) AS ntile  -- for comparison
FROM percent_forest
ORDER BY w

db<>fiddle demo

输出：

+----------+--------------+----+-------+
| COUNTRY  | PCNT_FOREST  | W  | NTILE |
+----------+--------------+----+-------+
| A        |         .05  | 1  |     1 |
| B        |         .06  | 1  |     1 |
| C        |         .07  | 1  |     2 |
| E        |         .49  | 2  |     2 |
| D        |         .51  | 3  |     3 |
| F        |         .96  | 4  |     3 |
| G        |         .97  | 4  |     4 |
| H        |         .98  | 4  |     4 |
+----------+--------------+----+-------+