我想计算数字行中的中值。我怎样才能在 SQLite 4 中做到这一点?
5 回答
假设中位数是有序列表中间的元素。
SQLite(4 或 3)没有任何内置函数,但可以手动完成:
SELECT x
FROM MyTable
ORDER BY x
LIMIT 1
OFFSET (SELECT COUNT(*)
FROM MyTable) / 2
当记录数为偶数时,通常将中位数定义为中间两条记录的平均值。在这种情况下,平均值可以这样计算:
SELECT AVG(x)
FROM (SELECT x
FROM MyTable
ORDER BY x
LIMIT 2
OFFSET (SELECT (COUNT(*) - 1) / 2
FROM MyTable))
结合奇数和偶数情况,结果如下:
SELECT AVG(x)
FROM (SELECT x
FROM MyTable
ORDER BY x
LIMIT 2 - (SELECT COUNT(*) FROM MyTable) % 2 -- odd 1, even 2
OFFSET (SELECT (COUNT(*) - 1) / 2
FROM MyTable))
sqlite3 有一个包含各种数学函数的扩展包。它包括像中位数这样的组函数。
这将比 CL 的答案做更多的工作,但如果你认为你需要任何其他功能,这可能是值得的。
http://www.sqlite.org/contrib/download/extension-functions.c?get=25
(这里是如何编译和加载 SQLite 扩展的指南。)
从描述:
使用可加载扩展机制为 SQL 查询提供数学和字符串扩展函数。数学:acos,asin,atan,atn2,atan2,acosh,asinh,atanh,差异,度,弧度,cos,sin,tan,cot,cosh,sinh,tanh,coth,exp,log,log10,power,sign, sqrt,正方形,天花板,地板,圆周率。字符串:replicate、charindex、leftstr、rightstr、ltrim、rtrim、trim、replace、reverse、proper、padl、padr、padc、strfilter。聚合:stdev、方差、众数、中位数、lower_quartile、upper_quartile。
更新 2015-04-12:修复“未定义符号:sinh”
正如评论中提到的,尽管编译成功,但此扩展可能无法正常工作。
例如,编译可能会起作用,在 Linux 上,您可以将生成的 .so 文件复制到/usr/local/lib
. 但是.load /usr/local/lib/libsqlitefunctions
从sqlite3
shell 可能会产生这个错误:
Error: /usr/local/lib/libsqlitefunctions.so: undefined symbol: sinh
以这种方式编译它似乎有效:
gcc -fPIC -shared extension-functions.c -o libsqlitefunctions.so -lm
并且将.so
文件复制到/usr/local/lib
没有显示类似的错误:
sqlite> .load /usr/local/lib/libsqlitefunctions
sqlite> select cos(pi()/4.0);
---> 0.707106781186548
我不确定为什么 gcc 的选项顺序在这种特殊情况下很重要,但显然它确实如此。
注意到这一点的功劳归功于 Ludvick Lidicky对这篇博文的评论
有一个带有时间戳、标签和延迟的日志表。我们希望看到每个标签的延迟中值,按时间戳分组。将所有延迟值格式化为带有前导零的 15 个字符长度,将其连接起来,然后将定位值削减一半。有中位数。
select L, --V,
case when C % 2 = 0 then
( substr( V, ( C - 1 ) * 15 + 1, 15) * 1 + substr( V, C * 15 + 1, 15) * 1 ) / 2
else
substr( V, C * 15 + 1, 15) * 1
end as MEDST
from (
select L, group_concat(ST, "") as V, count(ST) / 2 as C
from (
select label as L,
substr( timeStamp, 1, 8) * 1 as T,
printf( '%015d',latency) as ST
from log
where label not like '%-%' and responseMessage = 'OK'
order by L, T, ST ) as XX
group by L
) as YY
Dixtroy 通过 group_concat() 提供了最佳解决方案。这是一个完整的示例:
DROP TABLE [t];
CREATE TABLE [t] (name, value INT);
INSERT INTO t VALUES ('A', 2);
INSERT INTO t VALUES ('A', 3);
INSERT INTO t VALUES ('B', 4);
INSERT INTO t VALUES ('B', 5);
INSERT INTO t VALUES ('B', 6);
INSERT INTO t VALUES ('C', 7);
结果到这个表中:
name|value
A|2
A|3
B|4
B|5
B|6
C|7
现在我们使用来自 Dextroy 的(稍作修改的)查询:
SELECT name, --string_list, count, middle,
CASE WHEN count%2=0 THEN
0.5 * substr(string_list, middle-10, 10) + 0.5 * substr(string_list, middle, 10)
ELSE
1.0 * substr(string_list, middle, 10)
END AS median
FROM (
SELECT name,
group_concat(value_string,"") AS string_list,
count() AS count,
1 + 10*(count()/2) AS middle
FROM (
SELECT name,
printf( '%010d',value) AS value_string
FROM [t]
ORDER BY name,value_string
)
GROUP BY name
);
...并得到这个结果:
name|median
A|2.5
B|5.0
C|7.0
SELECT AVG(x) 仅返回格式为 YYYY-MM-DD 的日期值的年份,因此我稍微调整了 CL 的解决方案以适应日期:
SELECT DATE(JULIANDAY(MIN(MyDate)) + (JULIANDAY(MAX(MyDate)) - JULIANDAY(MIN(MyDate)))/2) as Median_Date
FROM (
SELECT MyDate
FROM MyTable
ORDER BY MyDate
LIMIT 2 - ((SELECT COUNT(*) FROM MyTable) % 2) -- odd 1, even 2
OFFSET (SELECT (COUNT(*) - 1) / 2 FROM MyTable)
);