如何在Hive中计算中位数

Question

我有一个Hive表，

name    age     sal
A       45      1222
B       50      4555
c       44      8888
D       78      1222
E       12      7888
F       23      4555

我想计算年龄这一列的中位数。

以下是我的方法：

select min(age) as HMIN,max(age) as HMAX,count(age) as HCount,
IF(count(age)%2=0,'even','Odd') as PCOUNT 
from v_act_subjects_bh;

感谢任何查询建议

- Amaresh

Answer 1

你可以使用百分位数函数来计算中位数。尝试以下操作：

select percentile(cast(age as BIGINT), 0.5) from table_name

- Amar

---

如果我有一堆双精度浮点数而不是整数会怎样？@Amar - Danzo

@Danzo Hive 提供：percentile_approx(DOUBLE col, p [, B])。 翻译为：使用 percentile_approx 函数来计算给定 DOUBLE 类型列 col 中的 p 分位数（第几个百分比），其中可选参数 B 控制函数的精确度。 - zhaozhi

Answer 2

如果您的数据包含介于0-1之间的值，例如模型得分，则可以使用以下公式；

select (percentile(cast(age as BIGINT), 0.5))/100 from table_name

- ibozkurt79

---

你不是将它转换为BIGINT吗？那岂不是与你所说的相矛盾了吗？ - undefined

Answer 3

double median = 0;
double term = 0;
double term1 = 0;
if (size % 2 == 1)
{
    term = (size + 1 - 1) / 2;
    median = term;
}
else if (size % 2 == 0)

{
    
    term1 = (size - 1) / 2;
    term1 = term1 + ((size - 1) / 2) + 1;
    term1 = term1 / 2;
    median = term1;
}
cout << "Median of array: " << median << endl;

- success

---

这不是Hive。 - DPColombotto

嗨@Success，请尝试回答C++问题，这里只有Hive问题。在Stackoverflow上，问题的标签非常重要。您可以删除您的答案以避免更多的踩票...似乎您不是在寻找Hive问题，而是C++或其他问题。 - Peter Krauss