BigQuery：QUANTILES的GROUP BY子句

基於bigquery查詢引用，目前Quantiles不允許按其他列進行任何類型的分組。我主要感興趣的是中位數按特定列分組。我現在看到的唯一工作是爲每個不同的組成員生成一個分位數查詢，其中組成員是where子句中的一個條件。BigQuery：QUANTILES的GROUP BY子句

例如，如果我想獲得所需的結果，我在列-y中爲每個不同的行使用以下查詢。

SELECT QUANTILE(<column-x>, 1001) 
FROM <table> 
WHERE 
    <column-y> == <each distinct row in column-y>

上是否有一些功能，允許在未來的位數分組的大查詢團隊計劃？
有沒有更好的方法來獲得我想要得到的東西？

感謝

來源

2012-09-19 msrivas

雖然有高效的算法來計算位數他們是有點佔用大量內存 - 試圖做多位數計算在一個查詢獲取昂貴。

有計劃改善QUANTILES，但我不知道時間表是什麼。
您需要中位數？你可以過濾離羣值並平均剩餘嗎？

來源

2012-09-19 18:25:05

我感興趣的主要是中位數。但99th和99.9th百分點會很高興。我也無法過濾掉異常值。所以看起來我將不得不運行單獨的查詢來獲得所需的結果。這將是一個不錯的功能，可以在未來添加到大型查詢中。謝謝回覆！ – msrivas

如果每個組的大小是固定的，你可以使用order，nest和nth組合來破解它。舉例來說，如果有9個不同的f2每f1值值，中位數：

 
select f1,nth(5,f2) within record from (
    select f1,nest(f2) f2 from (
    select f1, f2 from table 
    group by f1,f2 
    order by f2 
) group by f1 
);

不知道如果在子查詢中的排序順序是保證生存的第二group，但它在一個簡單的測試，我的工作試過。

來源

2012-09-21 07:30:40

隨着最近公佈的percentile_cont（）窗口函數，你可以得到中位數。

看在公告博客文章的例子：

http://googlecloudplatform.blogspot.com/2013/06/google-bigquery-bigger-faster-smarter-analytics-functions.html

SELECT MAX(median) AS median, room FROM (
    SELECT percentile_cont(0.5) OVER (PARTITION BY room ORDER BY data) AS median, room 
    FROM [io_sensor_data.moscone_io13] 
    WHERE sensortype='temperature' 
) 
GROUP BY room

來源

2013-06-15 00:30:06

Hi @ felipe-hoffa，您在查詢引用https://cloud.google.com/bigquery/docs/reference/legacy-sql#percentile_cont中存在錯誤，因爲查詢返回1而不是4 – tworec

BigQuery：QUANTILES的GROUP BY子句

回答

相關問題