谷歌BigQuery APPROX_QUANTILES和真正的四分位数
谷歌BigQuery APPROX_QUANTILES和真正的四分位数
提问于 2018-01-18 17:10:25
根据文档
返回一组表达式值的近似边界，其中number表示要创建的分位数数。此函数返回一个数字+1元素数组，其中第一个元素是近似最小值，最后一个元素是近似最大值。
听起来，如果我想要真正的四分位数，我需要使用APPROX_QUANTILES(values, 4)，它将返回[minvalue, 1st quartile, 2nd quartile, 3rd quartile, maxvalue]
按照https://en.wikipedia.org/wiki/Quartile的说法，四分位集包含三个数据点--没有一个是数据的最小/最大值。
我的假设正确吗？APPROX_QUANTILES(values, 4)会返回真正的四分位数吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-01-18 19:37:30
作为基线，这是不经任何修改的输出，使用1到100之间的数字输入：
SELECT APPROX_QUANTILES(x, 4) AS output
FROM UNNEST(GENERATE_ARRAY(1, 100)) AS x;
+----------------------------+
| output |
+----------------------------+
| ["1","25","50","75","100"] |
+----------------------------+输出包括最小(1)和最大(100)。如果你只想要四分位数，你需要把它们从数组中去掉。为了提高可读性/可组合性，最好使用临时的SQL。这里，我对元素类型使用了INT64，但是您可以使用不同的元素类型，或者：
CREATE TEMP FUNCTION StripFirstLast(arr ARRAY<INT64>) AS (
ARRAY(SELECT x FROM UNNEST(arr) AS x WITH OFFSET
WHERE OFFSET BETWEEN 1 AND ARRAY_LENGTH(arr) - 2)
);
SELECT
APPROX_QUANTILES(x, 4) AS output,
StripFirstLast(APPROX_QUANTILES(x, 4)) AS quartiles
FROM UNNEST(GENERATE_ARRAY(1, 100)) AS x;
+----------------------------+------------------+
| output | quartiles |
+----------------------------+------------------+
| ["1","25","50","75","100"] | ["25","50","75"] |
+----------------------------+------------------+可以看到，quartiles数组只包含所需的值。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48326809
复制相关文章
相似问题
腾讯云开发者
