Django & Postgres - 百分位数（中位数）和分组依据答案

【问题标题】：Django & Postgres - percentile (median) and group byDjango & Postgres - 百分位数（中位数）和分组依据
【发布时间】：2020-04-28 09:57:07
【问题描述】：

我需要计算每个卖家 ID 的期间中位数（参见下面的简化模型）。问题是我无法构造 ORM 查询。

型号

class MyModel:
    period = models.IntegerField(null=True, default=None)
    seller_ids = ArrayField(models.IntegerField(), default=list)
    aux = JSONField(default=dict)

查询

queryset = (
    MyModel.objects.filter(period=25)
    .annotate(seller_id=Func(F("seller_ids"), function="unnest"))
    .values("seller_id")
    .annotate(
        duration=Cast(KeyTextTransform("duration", "aux"), IntegerField()),
        median=Func(
            F("duration"),
            function="percentile_cont",
            template="%(function)s(0.5) WITHIN GROUP (ORDER BY %(expressions)s)",
        ),
    )
    .values("median", "seller_id")
)

ArrayField aggregation (seller_id) source

我认为我需要做的是以下几行

select t.*, p_25, p_75
from t join
     (select district,
             percentile_cont(0.25) within group (order by sales) as p_25,
             percentile_cont(0.75) within group (order by sales) as p_75
      from t
      group by district
     ) td
     on t.district = td.district

above example source

Python 3.7.5、Django 2.2.8、Postgres 11.1

【问题讨论】：

澄清一下，您是在使用 django 和 SQLServer 吗？
@ivissani 问题下方有一个postgresql 标签，所以没有。
是的......对此感到抱歉
你有什么错误？
那么你的问题是什么？您显示的查询有什么问题？您是尝试使用 ORM 还是？

标签： python django postgresql statistics subquery

【解决方案1】：

您可以创建 Aggregate 类的 Median 子类，就像 Ryan Murphy (https://gist.github.com/rdmurphy/3f73c7b1826cacee34f6c2a855b12e2e) 所做的那样。 Median 然后就像Avg 一样工作：

    from django.db.models import Aggregate, FloatField


    class Median(Aggregate):
        function = 'PERCENTILE_CONT'
        name = 'median'
        output_field = FloatField()
        template = '%(function)s(0.5) WITHIN GROUP (ORDER BY %(expressions)s)'

然后找到一个字段使用的中位数

    my_model_aggregate = MyModel.objects.all().aggregate(Median('period'))

然后可以使用my_model_aggregate['period__median']。

【讨论】：

【解决方案2】：

这就是诀窍。

from django.db.models import F, Func, IntegerField
from django.db.models.aggregates import Aggregate


queryset = (
    MyModel.objects.filter(period=25)
    .annotate(duration=Cast(KeyTextTransform("duration", "aux"), IntegerField()))
    .filter(duration__isnull=False)
    .annotate(seller_id=Func(F("seller_ids"), function="unnest"))
    .values("seller_id")  # group by
    .annotate(
        median=Aggregate(
            F("duration"),
            function="percentile_cont",
            template="%(function)s(0.5) WITHIN GROUP (ORDER BY %(expressions)s)",
        ),
    )
)

请注意问题中的median annotation employs Aggregate 而不是Func。另外，order of annotate() and filter() clauses 和 order of annotate() and values() clauses 很重要！

顺便说一句，生成的 SQL 没有嵌套的选择和连接。

【讨论】：