获取bigquery的百分位数获取行ID的最佳方法是什么？

Question

我正在使用BigQuery中维基百科的公共数据集。我试图找到维基百科文章的ID，其中字符数排在第75,80,85和90百分位。

我现在知道返回分位数的QUANTILES函数，但是如何检索所有ID？

Answer 1

怎么样：

SELECT a.id 
FROM [publicdata:samples.wikipedia] a
CROSS JOIN (
 SELECT NTH(75, QUANTILES(num_characters, 100)) amin, NTH(76, QUANTILES(num_characters, 100)) amax
 FROM [publicdata:samples.wikipedia]) b
WHERE a.num_characters > b.amin AND a.num_characters < b.amax;

你对76号，86号等百分位数的ids做了什么？您应该能够根据您的具体需求调整先前的查询。

（为了提高效率，您应该将QUANTILES查询结果提取到一个新表而不是每次计算它 - 查询运行得更快，更便宜）