Question

如何计算同一项目的每组行的值的分位数（ntile或百分位数）？

我想知道项目＆＃39; 101＆＃39;，只考虑＆＃39; p＆＃39;是1，例如，该值必须在前25％中。

create table t1
(item INT,
p INT,
value FLOAT
);

insert into t1 values ('101', '1', '.5');
insert into t1 values ('101', '2', '.4');
insert into t1 values ('101', '1', '.6');
insert into t1 values ('101', '2', '.2');
insert into t1 values ('101', '1', '.7');
insert into t1 values ('101', '2', '.3');
insert into t1 values ('102', '1', '1.5');
insert into t1 values ('102', '2', '1.4');
insert into t1 values ('102', '1', '1.6');
insert into t1 values ('102', '2', '1.2');
insert into t1 values ('102', '1', '1.7');
insert into t1 values ('102', '2', '1.3');

我尝试过以下操作，但收到错误。

SELECT 
    item,
    p,
    value,
NTILE(4) OVER (ORDER BY value DESC) AS quartile
FROM t1
group by item
where p=1

错误讯息：

编译语句时出错：FAILED ParseException第8行：0 缺少EOF在＆＃39;其中＆＃39;项目附近

我可以在R中执行，使用如下命令：

d[p==1, quantile(value, .75, na.rm=TRUE), by=item]

但出于性能原因，我在Hadoop中需要这个。

Answer 1

在使用Percentile函数的Hive中，我们可以找到分位数值。

以下查询用于查找每个项目的第25个，第50个，第75个百分点值。

 select item,p,percentile_approx(value,array(0.25,0.50.0.75)) 
 from t1 where p=1 group by item,p;

以下查询用于查找每个项目的给定百分位值。

select item,p,percentile_approx(value,0.5) 
from t1 where p=1 group by item,p;

Answer 2

“哪里”应该在“分组依据”之前

Hive - 如何获得每组值的分位数

2 个答案: