sql - T-SQL：计算列的第 N 个百分位值

Question

我有一列数据，其中一些是 NULL 值，我希望从中提取单个 90% 的值：

ColA
-----
NULL
100
200
300
NULL
400
500
600
700
800
900
1000

对于上述内容，我正在寻找一种技术，它在搜索第 90 个百分位时返回值 900，在第 80 个百分位处返回 800，等等。类似的函数是 AVG(ColA)，它为上述数据返回 550，或 MIN( ColA) 返回 100 等。

有什么建议么？

Answer 1

如果您想准确获得第 90 个百分位值，不包括 NULL，我建议直接进行计算。以下版本计算行数和行数，并选择合适的值：

select max(case when rownum*1.0/numrows <= 0.9 then colA end) as percentile_90th
from (select colA,
             row_number() over (order by colA) as rownum,
             count(*) over (partition by NULL) as numrows
      from t
      where colA is not null
     ) t

我将条件放在 SELECT 子句而不是 WHERE 子句中，因此您可以轻松获得第 50 个百分位、第 17 个或任何您想要的值。

Answer 2

WITH
  percentiles AS
(
  SELECT
    NTILE(100) OVER (ORDER BY ColA) AS percentile,
    *
  FROM
    data
)
SELECT
  *
FROM
  percentiles
WHERE
  percentile = 90

注意：如果数据的观测值少于 100 个，则并非所有百分位数都有值。同样，如果您有超过 100 个观察值，则某些百分位数将包含更多值。

Answer 3

从 SQL Server 2012 开始，有现在PERCENTILE_DISC和PERCENTILE_CONT逆分布函数。这些（到目前为止）仅可用作窗口函数，而不是聚合函数，因此由于缺少分组，您必须删除冗余结果，例如使用DISTINCTor TOP 1：

WITH t AS (
  SELECT *
  FROM (
    VALUES(NULL),(100),(200),(300),
      (NULL),(400),(500),(600),(700),
      (800),(900),(1000)
  ) t(ColA)
)
SELECT DISTINCT percentile_disc(0.9) WITHIN GROUP (ORDER BY ColA) OVER()
FROM t
;

我在这里更详细地写了关于百分位数的博客。