SQL，Postgres：如何从非正态分布中获取百分位数？答案

【问题标题】：SQL , Postgres: How to get percentile from non-normal distribution?SQL，Postgres：如何从非正态分布中获取百分位数？
【发布时间】：2020-11-13 13:03:16
【问题描述】：

我有一个 100 分的分布箱，每个箱都有基于评分模式的不同分布

现在我有一个表，其中包含主题 ID 和数组列，其中包含在各个分类中得分的学生人数，如下所示：

<26 <41 <61 <71 <81 <91 <101

4   15  11  14  18  19  28

如何在 Postgres 中从这个分布中获得第 25、第 50、第 75 和第 95 个百分位数分数？分布可能不正常。

是否可以在 timescaledb 中聚合它（实际上我需要把它放在哪里），因为它还不支持连续聚合？

【问题讨论】：

标签： sql postgresql statistics timescaledb

【解决方案1】：

您可以通过这种方式对数据进行反透视并提取信息。当然，您没有足够的信息来真正重新生成原始数据。以下只是比 bin max 少一：

select generate_series(1, num, 1) as n, v.val
from t cross join lateral
     (values ("<26", 25), ("<41", 40), . . .  ) v(num, val);

然后就可以在这个上面运行函数了，比如：

select percentile_cont(0.5) within group (order by val)
from (select generate_series(1, num, 1) as n, v.val
      from t cross join lateral
           (values ("<26", 25), ("<41", 40), . . .  ) v(num, val)
     ) gs;

使用学生级别的原始数据会更好。我想你已经知道了。

【讨论】：

太棒了，解释也很有帮助。谢谢！关于学生数据，它有数百万行。我在 pandas 中对其进行一级聚合，然后数据可用，如上所示。
@aashetic 。 . .你有倒退的过程。将详细数据存储在数据库中。在另一个工具中对汇总数据进行复杂的统计和可视化处理。