google-bigquery - 在 BigQuery 中计算百分位数

Question

我正在使用 BigQuery，我需要计算数据集列的第 25、第 50 和第 75 个百分位数。

例如，如何使用 BigQuery 和 STANDARD SQL 获得上述数字。我查看了 PERCENT_RANK、RANK 和 NTILE 函数，但似乎无法破解它。

这是一些可以指导我的代码

感谢帮助！

Answer 1

查看标准 SQL 中的APPROX_QUANTILES函数。如果您要求 100 个分位数 - 您会得到百分位数。因此查询将如下所示：

SELECT percentiles[offset(25)], percentiles[offset(50)], percentiles[offset(75)]
FROM (SELECT APPROX_QUANTILES(column, 100) percentiles FROM Table)

Answer 2

如果近似聚合对您不起作用，您可能想要使用 PERCENTILE_CONT 函数（尽管它会使用更多内存，因此它可能不适用于大数据），例如以下示例来自此处

SELECT
  PERCENTILE_CONT(x, 0) OVER() AS min,
  PERCENTILE_CONT(x, 0.01) OVER() AS percentile1,
  PERCENTILE_CONT(x, 0.5) OVER() AS median,
  PERCENTILE_CONT(x, 0.9) OVER() AS percentile90,
  PERCENTILE_CONT(x, 1) OVER() AS max
FROM UNNEST([0, 3, NULL, 1, 2]) AS x LIMIT 1;

+-----+-------------+--------+--------------+-----+
| min | percentile1 | median | percentile90 | max |
+-----+-------------+--------+--------------+-----+
| 0   | 0.03        | 1.5    | 2.7          | 3   |
+-----+-------------+--------+--------------+-----+

Answer 3

您可以使用下面的代码获得细粒度的百分位分析。

  SELECT
  offset + 1 AS percentile,
  value AS percentile_value,
  FROM UNNEST(( 
    SELECT 
      APPROX_QUANTILES(value, 100) as percentile_value,
    FROM data_set
  )) AS percentile_value  WITH OFFSET as offset

然后你可以根据需要得到任何百分位数。