如何获得组中“中间”值的平均值？

Posted 2023-04-13

【中文标题】如何获得组中“中间”值的平均值？

【英文标题】：How to get average of the 'middle' values in a group?

【发布时间】：2013-09-30 18:00:31

【问题描述】：

我有一个包含值和组 ID 的表（简化示例）。我需要得到中间 3 个值的每组的平均值。因此，如果有 1、2 或 3 个值，它只是平均值。但是如果有 4 个值，它将排除最高值，最高和最低值 5 个值，等等。我在想某种窗口函数，但我不确定它是否可能。

http://www.sqlfiddle.com/#!11/af5e0/1

对于这个数据：

TEST_ID TEST_VALUE  GROUP_ID
1       5           1
2       10          1
3       15          1
4       25          2
5       35          2
6       5           2
7       15          2
8       25          3
9       45          3
10      55          3
11      15          3
12      5           3
13      25          3
14      45          4

我愿意

GROUP_ID    AVG
1           10
2           15
3           21.6
4           45

【问题讨论】：

为什么要这样做？似乎是一个奇怪的使用要求。当您将行数扩大到数百万时，您是否仍只想平均 3 个值？对于偶数行，你总是想先去掉最高值，然后再去掉最低值吗？

@Vulcronos，会有很多很多的组，但每个组将包含 0 到 10 之间的值，大多数有 3-5 个值。这些值是测试结果，中间平均值和总体平均值之间的差异值得关注。

【参考方案1】：

使用解析函数的另一种选择；

SELECT group_id,
       avg( test_value )
FROM (
  select t.*,
         row_number() over (partition by group_id order by test_value ) rn,
         count(*) over (partition by group_id  ) cnt
  from test t
) alias 
where 
   cnt <= 3
   or 
   rn between floor( cnt / 2 )-1 and ceil( cnt/ 2 ) +1
group by group_id
;

演示 --> http://www.sqlfiddle.com/#!11/af5e0/59

【讨论】：

这是一件美丽的事情！

+1 表示简洁的 SQL，但如果我可以不提供代码解释，则为 -0.5。

【参考方案2】：

我不熟悉窗口函数上的 Postgres 语法，但我能够通过 SQL Fiddle 在 SQL Server 中解决您的问题。也许您可以轻松地将其迁移到与 Postgres 兼容的代码中。希望对您有所帮助！

关于我如何工作的快速入门。

为每组的测试分数排序 获取每个组中的项目计数 将其用作子查询并仅选择中间 3 项（即外部查询中的 where 子句） 获取每组的平均值

--

select  
  group_id,
  avg(test_value)
from (
  select 
    t.group_id, 
    convert(decimal,t.test_value) as test_value, 
    row_number() over (
      partition by t.group_id
      order by t.test_value
    ) as ord,
    g.gc
  from
    test t
    inner join (
      select group_id, count(*) as gc
      from test
      group by group_id
    ) g
      on t.group_id = g.group_id
  ) a
where
  ord >= case when gc <= 3 then 1 when gc % 2 = 1 then gc / 2 else (gc - 1) / 2 end
  and ord <= case when gc <= 3 then 3 when gc % 2 = 1 then (gc / 2) + 2 else ((gc - 1) / 2) + 2 end
group by
  group_id

【讨论】：

SQLFiddle 也支持 Postgres。

我知道 - 我不熟悉我在 SQL Server 中熟悉的确切的 postgres 语法/函数名称。如果有人两者都知道并想翻译，那就太好了。

我打开了您的 SQL Fiddle，选择了 PostgreSQL，然后构建并运行。唯一抱怨的是非标准的CONVERT 函数；我把它换成了标准的CAST .. AS，效果很好：sqlfiddle.com/#!12/07bc9/2

标准 SQL 再次大获全胜。

【参考方案3】：

with cte as (
    select
        *,
        row_number() over(partition by group_id order by test_value) as rn,
        count(*) over(partition by group_id) as cnt
    from test
)
select
    group_id, avg(test_value)
from cte
where
    cnt <= 3 or
    (rn >= cnt / 2 - 1 and rn <= cnt / 2 + 1)
group by group_id
order by group_id

sql fiddle demo

在 cte 中，我们需要通过 window function 获取每个 group_id 上的元素计数 + 计算每个 group_id 中的 row_number。然后，如果这个计数 > 3，那么我们需要通过将计数除以 2 来获得组的中间，然后获得 +1 和 -1 元素。如果 count

【讨论】：

+1 表示使用 CTE，但如果我可以不提供代码解释，则为 -0.5。

@IMSoP 实际上，我真的，真的在尝试编写不需要 cmets 的 SQL :)，但无论如何都添加了解释

是的，公平地说，它的代码可读性很好 :) 虽然你可以将 CTE 命名为比“cte”更好：P

在使用我的实际数据进行快速测试时，子查询比 CTE 快一点。但是，一个很好的解决方案！

@IMSoP 是的，我仍在为这样一个简单的预计算 cte 开发代码约定。我认为'precalc'或'aggr'之类的东西不会更好:)我愿意接受建议顺便说一句:)

【参考方案4】：

这行得通：

SELECT A.group_id, avg(A.test_value) AS avg_mid3 FROM
  (SELECT group_id,
         test_value,
         row_number() OVER (PARTITION BY group_id ORDER BY test_value) AS position
      FROM test) A
JOIN
  (SELECT group_id,
         CASE
           WHEN count(*) < 4 THEN 1
           WHEN count(*) % 2 = 0 THEN (count(*)/2 - 1)
           ELSE (count(*) / 2)
         END AS position_start,
         CASE
           WHEN count(*) < 4 THEN count(*)
           WHEN count(*) % 2 = 0 THEN (count(*)/2 + 1)
           ELSE (count(*) / 2 + 2)
         END AS position_end
         FROM test GROUP BY group_id) B
  ON A.group_id=B.group_id 
  AND A.position >= B.position_start 
  AND A.position <= B.position_end
GROUP BY A.group_id

小提琴链接：http://www.sqlfiddle.com/#!11/af5e0/56

【讨论】：

谢谢！我不知道如何从中间对它们进行排序，但那个 case 语句有效。

【参考方案5】：

如果您需要计算组的平均值，那么您可以这样做：

SELECT CASE WHEN NUMBER_FIRST_GROUP <> 0 
               THEN SUM_FIRST_GROUP / NUMBER_FIRST_GROUP 
               ELSE NULL
       END AS AVG_FIRST_GROUP,
       CASE WHEN NUMBER_SECOND_GROUP <> 0 
               THEN SUM_SECOND_GROUP / NUMBER_SECOND_GROUP 
               ELSE NULL
       END AS AVG_SECOND_GROUP,
       CASE WHEN NUMBER_THIRD_GROUP <> 0 
               THEN SUM_THIRD_GROUP / NUMBER_THIRD_GROUP 
               ELSE NULL
       END AS AVG_THIRD_GROUP,
       CASE WHEN NUMBER_FOURTH_GROUP <> 0 
               THEN SUM_FOURTH_GROUP / NUMBER_FOURTH_GROUP 
               ELSE NULL
       END AS AVG_FOURTH_GROUP
FROM (
      SELECT 
         SUM(CASE WHEN GROUP_ID = 1 THEN 1 ELSE 0 END) AS NUMBER_FIRST_GROUP,
         SUM(CASE WHEN GROUP_ID = 1 THEN TEST_VALUE ELSE 0 END) AS SUM_FIRST_GROUP,
         SUM(CASE WHEN GROUP_ID = 2 THEN 1 ELSE 0 END) AS NUMBER_SECOND_GROUP,
         SUM(CASE WHEN GROUP_ID = 2 THEN TEST_VALUE ELSE 0 END) AS SUM_SECOND_GROUP,
         SUM(CASE WHEN GROUP_ID = 3 THEN 1 ELSE 0 END) AS NUMBER_THIRD_GROUP,
         SUM(CASE WHEN GROUP_ID = 3 THEN TEST_VALUE ELSE 0 END) AS SUM_THIRD_GROUP,
         SUM(CASE WHEN GROUP_ID = 4 THEN 1 ELSE 0 END) AS NUMBER_FOURTH_GROUP,
         SUM(CASE WHEN GROUP_ID = 4 THEN TEST_VALUE ELSE 0 END) AS SUM_FOURTH_GROUP
     FROM TEST
     ) AS FOO

【讨论】：

这不适合我，因为我会有很多很多的组。但是，谢谢。