SQL 查询中的四分位数

Question

我有一个非常简单的表格：

CREATE TABLE IF NOT EXISTS LuxLog (
  Sensor TINYINT,
  Lux INT,
  PRIMARY KEY(Sensor)
)

它包含来自不同传感器的数千个日志。

我希望所有传感器都有 Q1 和 Q3。

我可以对每个数据进行一次查询，但最好对所有传感器进行一次查询（从一次查询中获取 Q1 和 Q3）

我认为这将是一个相当简单的操作，因为四分位数被广泛使用并且是频率计算中的主要统计变量之一。事实是，我发现了大量过于复杂的解决方案，而我希望找到一些简洁明了的解决方案。

任何人都可以给我一个提示？

编辑：这是我在网上找到的一段代码，但它对我不起作用：

SELECT  SUBSTRING_INDEX(
        SUBSTRING_INDEX(
            GROUP_CONCAT(                 -- 1) make a sorted list of values
                Lux
                ORDER BY Lux
                SEPARATOR ','
            )
        ,   ','                           -- 2) cut at the comma
        ,   75/100 * COUNT(*)        --    at the position beyond the 90% portion
        )
    ,   ','                               -- 3) cut at the comma
    ,   -1                                --    right after the desired list entry
    )                 AS `75th Percentile`
    FROM    LuxLog
    WHERE   Sensor=12
    AND     Lux<>0

我得到 1 作为返回值，而它应该是一个可以被 10 整除的数字（10,20,30.....1000）

Answer 1

使用 NTILE 非常简单，但它是一个 Postgres 函数。你基本上只是做这样的事情：

SELECT value_you_are_NTILING,
    NTILE(4) OVER (ORDER BY value_you_are_NTILING DESC) AS tiles
FROM
(SELECT math_that_gives_you_the_value_you_are_NTILING_here AS value_you_are_NTILING FROM tablename);

这是我在 SQLFiddle 上为您制作的一个简单示例：http ://sqlfiddle.com/#!15/7f05a/1

在 MySQL 中，您将使用 RANK...这是 SQLFiddle：http ://www.sqlfiddle.com/#!2/d5587 /1 （这来自下面链接的问题）

MySQL RANK() 的这种使用来自于 Stackoverflow 的回答： MySQL 中的 Rank function

寻找 Salman A 的答案。

Answer 2

请参阅 SqlFiddle：http : //sqlfiddle.com/#!9/accca6/2/6注意：对于 sqlfiddle，我生成了 100 行，1 到 100 之间的每个整数都有一行，但它是一个随机顺序（完成在excel中）。

这是代码：

SET @number_of_rows := (SELECT COUNT(*) FROM LuxLog);
SET @quartile := (ROUND(@number_of_rows*0.25));
SET @sql_q1 := (CONCAT('(SELECT "Q1" AS quartile_name , Lux, Sensor FROM LuxLog ORDER BY Lux DESC LIMIT 1 OFFSET ', @quartile,')'));
SET @sql_q3 := (CONCAT('( SELECT "Q3" AS quartile_name , Lux, Sensor FROM LuxLog ORDER BY Lux ASC LIMIT 1 OFFSET ', @quartile,');'));
SET @sql := (CONCAT(@sql_q1,' UNION ',@sql_q3));
PREPARE stmt1 FROM @sql;
EXECUTE stmt1;

编辑 ：

SET @current_sensor := 101;
SET @quartile := (ROUND((SELECT COUNT(*) FROM LuxLog WHERE Sensor = @current_sensor)*0.25));
SET @sql_q1 := (CONCAT('(SELECT "Q1" AS quartile_name , Lux, Sensor FROM LuxLog WHERE Sensor=', @current_sensor,' ORDER BY Lux DESC LIMIT 1 OFFSET ', @quartile,')'));
SET @sql_q3 := (CONCAT('( SELECT "Q3" AS quartile_name , Lux, Sensor FROM LuxLog WHERE Sensor=', @current_sensor,' ORDER BY Lux ASC LIMIT 1 OFFSET ', @quartile,');'));
SET @sql := (CONCAT(@sql_q1,' UNION ',@sql_q3));
PREPARE stmt1 FROM @sql;
EXECUTE stmt1;

基本推理如下：对于四分位数 1，我们希望从顶部获得 25%，因此我们想知道有多少行，即：

SET @number_of_rows := (SELECT COUNT(*) FROM LuxLog);

现在我们知道了行数，我们想知道其中的 25% 是多少，就是这一行：

SET @quartile := (ROUND(@number_of_rows*0.25));

然后要找到一个四分位数，我们要按 Lux 对 LuxLog 表进行排序，然后获取行号“@quartile”，为此我们将 OFFSET 设置为 @quartile 表示我们要从行开始选择number @quartile 并且我们说 limit 1 表示我们只想检索一行。那是 ：

SET @sql_q1 := (CONCAT('(SELECT "Q1" AS quartile_name , Lux, Sensor FROM LuxLog ORDER BY Lux DESC LIMIT 1 OFFSET ', @quartile,')'));

我们对另一个四分位数（几乎）做同样的事情，但不是从顶部开始（从较高的值到较低的值），而是从底部开始（它解释了 ASC）。

但是现在我们只有字符串存储在变量@sql_q1 和@sql_q3 中，所以连接它们，我们合并查询的结果，准备查询并执行它。