我正在使用BigQuery,需要计算数据集中一列的25th、50th和75th百分位数。
例如,如何使用BigQuery和标准SQL获取上述数字?我查看了PERCENT_RANK、RANK和NTILE函数,但似乎无法解决问题。
以下是一些可能指导我的代码。
感谢帮助!
我正在使用BigQuery,需要计算数据集中一列的25th、50th和75th百分位数。
例如,如何使用BigQuery和标准SQL获取上述数字?我查看了PERCENT_RANK、RANK和NTILE函数,但似乎无法解决问题。
以下是一些可能指导我的代码。
感谢帮助!
查看Standard SQL中的APPROX_QUANTILES函数。如果您要请求100个分位数,则会得到百分位数。因此,查询将如下所示:
SELECT percentiles[offset(25)], percentiles[offset(50)], percentiles[offset(75)]
FROM (SELECT APPROX_QUANTILES(column, 100) percentiles FROM Table)
如果近似聚合不适用于您的情况,您可能需要使用PERCENTILE_CONT函数(尽管它会使用更多内存,因此可能无法处理大量数据),例如以下示例来自这里
SELECT
PERCENTILE_CONT(x, 0) OVER() AS min,
PERCENTILE_CONT(x, 0.01) OVER() AS percentile1,
PERCENTILE_CONT(x, 0.5) OVER() AS median,
PERCENTILE_CONT(x, 0.9) OVER() AS percentile90,
PERCENTILE_CONT(x, 1) OVER() AS max
FROM UNNEST([0, 3, NULL, 1, 2]) AS x LIMIT 1;
+-----+-------------+--------+--------------+-----+
| min | percentile1 | median | percentile90 | max |
+-----+-------------+--------+--------------+-----+
| 0 | 0.03 | 1.5 | 2.7 | 3 |
+-----+-------------+--------+--------------+-----+
SELECT
offset + 1 AS percentile,
value AS percentile_value,
FROM UNNEST((
SELECT
APPROX_QUANTILES(value, 100) as percentile_value,
FROM data_set
)) AS percentile_value WITH OFFSET as offset
然后您可以根据需要获得任何百分位。