← 返回刚才阅读的位置

知识卡片

操作参考卡 · 9755.k · 生成模型:DeepSeek-V4.1-Flash

排序聚合求中位数

理解等级:中级

问题:均值可以用SUM除以COUNT算,中位数不行——它依赖值的排列位置。普通聚合不保证顺序,也不保留全部值。

做法:ARRAY_AGG(列 ORDER BY 列)在聚合的同时把值按序收进数组,同时用COUNT(*)取行数n。中位数再按奇偶取:排序后第n/2+1个与第(n+1)/2个元素的平均;n为奇数时两个下标落在同一元素上,平均后仍是它本身,因此一条式子同时覆盖两种情况。

同类工具:STRING_AGG把值按序拼成文本,可指定分隔符;不指定时直接首尾相连,虽然看起来像数组,实际是没有括号的字符串,后续还要再解析。

适用边界:这类聚合要把整个分区的值物化成数组,分区很大时内存开销明显;数据量巨大时,近似分位数比精确中位数更实际。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第11章 高级分析技术与工具:数据库内分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0021_split_003.html) - 结论依据:11.3.3节关于聚合值依赖顺序、ARRAY_AGG排序建数组、中位数取中间两元素平均,以及STRING_AGG与分隔符的示例。 - 原始内容:有时候,聚合的值可能依赖于一组有序的值。例如,为了确定一组值的中位数,通常先按照从大到小的顺序对值进行排序,然后在排序值的中间位置找到中位数。