sql - sqlite：获取每个项目的前 X% 的平均值

Question

是否可以获得组中前 X% 项目的平均值？

例如：
我有一个包含 item_id、timestamp 和 price 列的表。输出应按 item_id 和时间戳分组，“价格列”应取平均值。对于平均而言，应仅使用该组中最低的 X% 价格。

我发现了类似的问题（如何为每个组选择前 x 条记录），但这不适用于 sqlite。

Answer 1

获取每组中的前 n 条记录需要计数。假设没有重复项，以下查询返回项目的记录数：

select t.*,
       (select count(*) from t t2 where t2.item_id = t.item_id
       ) as NumPrices
from t

这称为相关子查询。现在，让我们扩展这个想法以包括排名，然后计算正确组的平均值：

select item_id, avg(price)
from (select t.*,
             (select count(*) from t t2 where t2.item_id = t.item_id
             ) as NumPrices,
             (select count(*) from t t2 where t2.item_id = t.item_id and t2.price <= t.price
             ) as PriceRank
      from t
     ) t
where (100.0*PriceRank / NumPrices) <= X
group by item_id

为了提高性能，您需要在(item_id, price).

Answer 2

要获取具有 IDI和时间戳的组中的记录计数T，请使用以下查询：

SELECT COUNT(*)
FROM MyTable
WHERE item_id = I
  AND timestamp = T

要获得限制，请与 相乘X，然后使用ROUND/CAST转换为整数：

SELECT CAST(ROUND(COUNT(*) * X / 100) AS INTEGER)
FROM MyTable
WHERE item_id = I
  AND timestamp = T

要获取特定组中在该限制内的所有记录，请按价格对组中的记录进行排序，并限制返回的计数：

SELECT *
FROM MyTable
WHERE item_id = I
  AND timestamp = T
ORDER BY price
LIMIT (SELECT CAST(ROUND(COUNT(*) * X / 100) AS INTEGER)
       FROM MyTable
       WHERE item_id = I
         AND timestamp = T)

从理论上讲，要获得组平均值，请添加GROUP BY以下内容：

SELECT item_id,
       timestamp,
       (SELECT AVG(price)
        FROM (SELECT price
              FROM MyTable T2
              WHERE T2.item_id = T1.item_id
                AND T2.timestamp = T1.timestamp
              ORDER BY price
              LIMIT (SELECT CAST(ROUND(COUNT(*) * X / 100) AS INTEGER)
                     FROM MyTable T3
                     WHERE T3.item_id = T1.item_id
                       AND T3.timestamp = T1.timestamp)
             )
       ) AS AvgPriceLowestX
FROM MyTable T1
GROUP BY item_id,
         timestamp

但是，SQLite 似乎不允许从LIMIT子句内部访问相关变量，因此这在实践中不起作用。您必须获取所有组的 ID ( SELECT DISTINCT item_id, timestamp FROM MyTable) 并为每个组执行上面的第三个查询。

在任何情况下，请确保您在三列item_id、timestamp、 和上都有一个索引，price以获得良好的性能。