11

如何编写使直方图渲染更容易的查询？

例如，我们有 1 亿人的年龄，我们想绘制年龄 0-10、11-20、21-30 等的直方图/桶……查询是什么样的？

有人做过吗？您是否尝试将查询结果连接到谷歌电子表格以绘制直方图？

4

7 回答 7

18

您还可以使用quantiles聚合运算符快速查看年龄分布。

SELECT
  quantiles(age, 10)
FROM mytable

此查询的每一行将对应于年龄列表中该点的年龄。第一个结果是年龄排序列表的 1/10 岁，第二个结果是 2/10 岁，3/10 岁等。

于 2013-12-12T23:01:24.603 回答
12

使用 #standardSQL --Fh查看2019 年更新

子查询的想法有效，“CASE WHEN”也是如此，然后通过以下方式进行分组：

SELECT COUNT(field1), bucket 
FROM (
    SELECT field1, CASE WHEN age >=  0 AND age < 10 THEN 1
                        WHEN age >= 10 AND age < 20 THEN 2
                        WHEN age >= 20 AND age < 30 THEN 3
                        ...
                        ELSE -1 END as bucket
    FROM table1) 
GROUP BY bucket

或者，如果桶是规则的——你可以只划分并转换为一个整数：

SELECT COUNT(field1), bucket 
FROM (
    SELECT field1, INTEGER(age / 10) as bucket FROM table1)
GROUP BY bucket
于 2013-03-18T17:47:28.977 回答
8

使用#standardSQL 和辅助stats查询，我们可以定义直方图应查看的范围。

在 SFO 和 JFK 之间飞行的时间在这里 - 有 10 个桶：

WITH data AS ( 
    SELECT *, ActualElapsedTime datapoint
    FROM `fh-bigquery.flights.ontime_201903`
    WHERE FlightDate_year = "2018-01-01" 
    AND Origin = 'SFO' AND Dest = 'JFK'
)
, stats AS (
  SELECT min+step*i min, min+step*(i+1)max
  FROM (
    SELECT max-min diff, min, max, (max-min)/10 step, GENERATE_ARRAY(0, 10, 1) i
    FROM (
      SELECT MIN(datapoint) min, MAX(datapoint) max
      FROM data
    )
  ), UNNEST(i) i
)

SELECT COUNT(*) count, (min+max)/2 avg
FROM data 
JOIN stats
ON data.datapoint >= stats.min AND data.datapoint<stats.max
GROUP BY avg
ORDER BY avg

如果您需要整数，请参阅：https ://stackoverflow.com/a/60159876/132438

在此处输入图像描述

在此处输入图像描述

于 2019-06-04T15:46:11.270 回答
1

像这样写一个子查询：

(SELECT '1' AS agegroup, count(*) FROM people WHERE AGE <= 10 AND AGE >= 0)

然后你可以做这样的事情：

SELECT * FROM
(SELECT '1' AS agegroup, count(*) FROM people WHERE AGE <= 10 AND AGE >= 0),
(SELECT '2' AS agegroup, count(*) FROM people WHERE AGE <= 20 AND AGE >= 10),
(SELECT '3' AS agegroup, count(*) FROM people WHERE AGE <= 120 AND AGE >= 20)

结果将如下所示：

Row agegroup count 
1   1       somenumber
2   2       somenumber
3   3       another number

我希望这可以帮助你。当然在这个年龄段你可以写任何东西：'0 to 10'

于 2013-03-18T07:41:01.567 回答
1

现在标准 SQL 中有APPROX_QUANTILES聚合函数。

SELECT
    APPROX_QUANTILES(column, number_of_bins)
...
于 2019-11-12T15:28:52.723 回答
0

您正在寻找一个单一的信息向量。我通常会这样查询：

select
  count(*) as num,
  integer( age / 10 ) as age_group
from mytable
group by age_group

case任意组都需要一个重要的声明。它会很简单，但会更长。如果每个桶包含 N 年，我的示例应该没问题。

于 2013-03-18T17:55:24.837 回答
0

使用交叉连接来获取您的最小值和最大值（在单个元组上并不那么昂贵），您可以获得任何给定存储桶计数的标准化存储桶列表：

select
  min(data.VAL) as min,
  max(data.VAL) as max,
  count(data.VAL) as num,
  integer((data.VAL-value.min)/(value.max-value.min)*8) as group
from [table] data
CROSS JOIN (SELECT MAX(VAL) as max, MIN(VAL) as min, from [table]) value
GROUP BY group
ORDER BY group

在这个例子中，我们得到了 8 个桶（非常不言自明）加上一个用于 null VAL

于 2016-09-02T18:48:23.200 回答