Question

我在MySQL中有一个非常大的测量数据表，我需要为这些值中的每一个计算百分等级。 Oracle似乎有一个名为percent_rank的函数，但我找不到类似MySQL的东西。当然，我可以在Python中强制使用它，但我仍然使用它来填充表格，但我怀疑这样做效率很低，因为一个样本可能有200,000个观察值。

Answer 1

这是一种不需要连接的不同方法。在我的情况下（一个包含15,000+的表）行，它在大约3秒内运行。（JOIN方法需要更长的时间）。

在示例中，假设 measure 是您计算百分比排名的列，而 id 只是行标识符（不是必需的）：< / p>

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

这种方法的功劳归于Shlomi Noach。他在这里详细描述了它：

http://code.openark.org/blog/mysql/sql-ranking-without-self-join

我在MySQL中对此进行了测试，效果很好;不知道Oracle，SQLServer等。

Answer 2

没有简单的方法可以做到这一点。见http://rpbouman.blogspot.com/2008/07/calculating-nth-percentile-in-mysql.html

Answer 3

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;

Answer 4

这是一个相对丑陋的答案，我感到内疚。也就是说，它可以帮助您解决问题。

确定百分比的一种方法是计算所有行，并计算大于您提供的行数的行数。你可以计算大于或小于，并根据需要采取反向。

为您的号码创建索引。 total =选择计数（）; less_equal = select count（）其中value＆gt; indexed_number;

百分比如下：less_equal / total或（total - less_equal）/ total

确保它们都使用您创建的索引。如果不是，请调整它们直到它们为止。解释查询应该在右侧列中具有“使用索引”。在select count（*）的情况下，它应该使用InnoDB的索引和类似于MyISAM的const。 MyISAM可以随时知道这个值而无需计算它。

如果需要将百分比存储在数据库中，可以使用上面的设置来提高性能，然后使用第二个查询作为内部选择来计算每行的值。第一个查询的值可以设置为常量。

这有帮助吗？

雅各

Answer 5

如果您将SQL与PHP等过程语言结合使用，则可以执行以下操作。这个例子将多余的飞行拦截时间分解为机场，进入他们的百分位数。将MySQL中的LIMIT x，y子句与ORDER BY结合使用。不是很漂亮，但做的工作（抱歉格式化困难）：

$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";
        }
    }
}

Answer 6

MySQL 8最终引入了窗口函数，其中包括您正在寻找的PERCENT_RANK()函数。因此，只需编写：

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

您的问题提到“百分位数”，这是稍有不同的东西。为了完整起见，SQL标准和某些RBDMS（Oracle，PostgreSQL，SQL Server，Teradata）中有PERCENTILE_DISC和PERCENTILE_CONT逆分布函数，而MySQL中没有。使用MySQL 8和窗口函数you can emulate PERCENTILE_DISC, however, again using the PERCENT_RANK and FIRST_VALUE window functions。

Answer 7

要获得排名，我会说你需要（左）外连接表本身就像：

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

对于每一行，您将计算同一个表中有多少（如果有）行具有较低的值。

请注意，我对sqlserver更熟悉，因此语法可能不正确。此外，对于您想要实现的目标，distinct可能没有正确的行为。但这是一般的想法然后，要获得真正的百分位数，您需要首先获取变量中的值的数量（或根据您要采用的约定的不同值），并使用上面给出的实际等级计算百分位数。

Answer 8

假设我们有一个销售表，例如：

user_id，单位

然后下面的查询将给出每个用户的百分比：

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，这将用于交叉连接，因此会导致O（n2）复杂性，因此可以视为未优化的解决方案，但鉴于我们在mysql版本中没有任何功能，这似乎很简单。

Answer 9

不确定“百分等级”是什么意思，但是要获取一组值的给定百分位数，请参见http://rpbouman.blogspot.com/2008/07/calculating-nth-percentile-in-mysql.html sql计算可以很容易地更改为产生另一个或多个百分位数。

一个注意事项：我必须稍微更改计算，例如，第90个百分位数-“ 90/100 * COUNT（*）+ 0.5”，而不是“ 90/100 * COUNT（*）+ 1”。有时，它跳过了有序列表中百分比点之后的两个值，而不是为百分比选择下一个更高的值。也许整数舍入在mysql中的工作方式。

即：

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

计算MySQL中的百分位数

9 个答案: