在 MySQL 中计算百分位数排名

https://stackoverflow.com/questions/1057027

20-08-2019
|

题

我在 MySQL 中有一个非常大的测量数据表，我需要计算每个值的百分位数排名。Oracle 似乎有一个名为percent_rank 的函数，但我找不到MySQL 的类似函数。当然，我可以在 Python 中对其进行暴力破解，无论如何我都会使用它来填充表，但我怀疑这会非常低效，因为一个样本可能有 200.000 个观察值。

解决方案

这是一个比较难看的答案，我感到内疚，这样说。这就是说，它可以帮助您解决问题。

确定的比例将计算所有的行，数超过您所提供的数大的行数的一种方法。就可以计算出任何大于或更少，并采取逆是必要的。

创建您数的指标。总= SELECT COUNT（）; less_equal = SELECT COUNT（），其中值> indexed_number;

的百分比会是这样的：less_equal /或总（总 - less_equal）/总

确认他们两人正在使用您创建的索引。如果不是，调整他们，直到他们。该解释的查询应该在右侧栏中“使用索引”。在SELECT COUNT（*）的情况下，应该使用InnoDB的指数，像常量对MyISAM。的MyISAM将知道在任何时候该值，而无需计算。

如果您需要有存储在数据库中的百分比，可以使用安装从上述性能，然后通过使用所述第二查询作为内选择计算每行的值。所述第一查询的值可以被设定为一个常数。

这是否帮助？

雅各

其他提示

下面是一个不同的方法，不需要加入。在我的情况下，行（有15,000表），它运行在约3秒钟。（join方法采用了一个数量级以上）。

在样品中，假设测量是你计算的百分比排名列，和 ID 仅仅是一个行标识符（不是必需的）：

SELECT
    id,
    @prev := @curr as prev,
    @curr := measure as curr,
    @rank := IF(@prev > @curr, @rank+@ties, @rank) AS rank,
    @ties := IF(@prev = @curr, @ties+1, 1) AS ties,
    (1-@rank/@total) as percentrank
FROM
    mytable,
    (SELECT
        @curr := null,
        @prev := null,
        @rank := 0,
        @ties := 1,
        @total := count(*) from mytable where measure is not null
    ) b
WHERE
    measure is not null
ORDER BY
    measure DESC

信用此方法进行到施洛米Noach。他写道：它在这里详细：

http://code.openark.org/blog/mysql/sql-ranking -without-自联接

我在MySQL的测试，这和它的伟大工程;不知道有关Oracle，SQLServer的等

有没有简单的方法来做到这一点。看到 http://rpbouman.blogspot.com/2008 /07/calculating-nth-percentile-in-mysql.html

SELECT 
    c.id, c.score, ROUND(((@rank - rank) / @rank) * 100, 2) AS percentile_rank
FROM
    (SELECT 
    *,
        @prev:=@curr,
        @curr:=a.score,
        @rank:=IF(@prev = @curr, @rank, @rank + 1) AS rank
    FROM
        (SELECT id, score FROM mytable) AS a,
        (SELECT @curr:= null, @prev:= null, @rank:= 0) AS b
ORDER BY score DESC) AS c;

如果您正在使用像PHP程序语言相结合你的SQL，你可以做到以下几点。这个例子过剩飞行挡次分解到机场，到他们的百分位数。采用极限X1，与ORDER BY组合在MySQLÿ条款。不是很漂亮，但做这项工作（对不起挣扎格式化）：

$startDt = "2011-01-01";
$endDt = "2011-02-28";
$arrPort= 'JFK';

$strSQL = "SELECT COUNT(*) as TotFlights FROM FIDS where depdt >= '$startDt' And depdt <= '$endDt' and ArrPort='$arrPort'";
if (!($queryResult = mysql_query($strSQL, $con)) ) {
    echo $strSQL . " FAILED\n"; echo mysql_error();
    exit(0);
}
$totFlights=0;
while($fltRow=mysql_fetch_array($queryResult)) {
    echo "Total Flights into " . $arrPort . " = " . $fltRow['TotFlights'];
    $totFlights = $fltRow['TotFlights'];

    /* 1906 flights. Percentile 90 = int(0.9 * 1906). */
    for ($x = 1; $x<=10; $x++) {
        $pctlPosn = $totFlights - intval( ($x/10) * $totFlights);
        echo "PCTL POSN for " . $x * 10 . " IS " . $pctlPosn . "\t";
        $pctlSQL = "SELECT  (ablk-sblk) as ExcessBlk from FIDS where ArrPort='" . $arrPort . "' order by ExcessBlk DESC limit " . $pctlPosn . ",1;";
        if (!($query2Result = mysql_query($pctlSQL, $con)) ) {
            echo $pctlSQL  . " FAILED\n";
            echo mysql_error();
            exit(0);
        }
        while ($pctlRow = mysql_fetch_array($query2Result)) {
            echo "Excess Block is :" . $pctlRow['ExcessBlk'] . "\n";
        }
    }
}

MySQL 8终于引入了窗口函数，其中， PERCENT_RANK() 您正在寻找的功能。所以，只需写：

SELECT col, percent_rank() OVER (ORDER BY col)
FROM t
ORDER BY col

你的问题提到了“百分位数”，这是一个略有不同的东西。为了完整起见，有 PERCENTILE_DISC 和 PERCENTILE_CONT SQL 标准和某些 RBDMS（Oracle、PostgreSQL、SQL Server、Teradata）中存在逆分布函数，但 MySQL 中没有。借助 MySQL 8 和窗口函数，你可以效仿 PERCENTILE_DISC, ，但是，再次使用 PERCENT_RANK 和 FIRST_VALUE 窗函数.

要获得排名，我会说，你需要（左）外连接表上本身是这样的：

select t1.name, t1.value, count(distinct isnull(t2.value,0))  
from table t1  
left join table t2  
on t1.value>t2.value  
group by t1.name, t1.value

有关的每一行，你将计数有多少（如果有的话）相同的表的行具有较低的价格。

请注意，我是比较熟悉SQLSERVER所以语法可能是不对的。另外，不同的可能没有你想达到什么是正确的行为。但是，这是一般的想法。结果然后我得到了真正的百分等级，你需要先得到一个变量（或取决于你想要采取约定不同值）值的数量和使用上面给出的实际排名计算百分等级。

假设我们有一个销售表，如：

USER_ID，单位

然后下面的查询将给予每个用户的百分位数：

select a.user_id,a.units,
(sum(case when a.units >= b.units then 1 else 0 end )*100)/count(1) percentile
from sales a join sales b ;

请注意，这将去CROSS JOIN所以导致O（n2）的复杂性，以便可以被视为未优化的解决方案，但似乎简单给我们不必在MySQL版本的任何功能。

不知道什么运通过“百分等级”的意思，但要获得一组值的已知百分看到的 http://rpbouman.blogspot.com/2008/07/calculating-nth-percentile-in-mysql.html 在SQL计算可以很容易地被改变，以产生另一个或多重百分

一注：我不得不稍微改变的计算中，例如第90百分位 - “90/100 * COUNT（*）+ 0.5” 而不是 “90/100 * COUNT（*）+ 1”。有时是跳过两个值过去在有序列表中的百分位点，而不是选择为百分下一个更高的价值。也许整数四舍五入在MySQL的工作方式。

即：

... SUBSTRING_INDEX（SUBSTRING_INDEX（GROUP_CONCAT（fieldValue方法ORDER BY fieldValue方法SEPARATOR ' '），'， '90/100 * COUNT（*）+的 0.5 ），'，'， -1）作为90thPercentile ....

许可以下： CC-BY-SA 和归因

不隶属于 StackOverflow