Question

在SQL Server的专栏中，我必须分别删除每个组的异常值。这是我的专栏

select
    customer, 
    sku,
    stuff, 
    action,
    acnumber,
    year
from
    mytable

示例数据：

     customer sku year stuff action
-----------------------------------
1         1    2 2017    10      0
2         1    2 2017    20      1
3         1    3 2017    30      0
4         1    3 2017    40      1
5         2    4 2017    50      0
6         2    4 2017    60      1
7         2    5 2017    70      0
8         2    5 2017    80      1
9         1    2 2018    10      0
10        1    2 2018    20      1
11        1    3 2018    30      0
12        1    3 2018    40      1
13        2    4 2018    50      0
14        2    4 2018    60      1
15        2    5 2018    70      0
16        2    5 2018    80      1

我必须从stuff变量中删除异常值，但必须按组customer+sku+year分别删除。

所有低于25百分位数且高于75百分位的人都应被视为异常值，并且每个群体都必须遵守这一原则。

如何清除下次工作的数据集？

注意，在此数据集中，有可变动作（它表示值0和1）。它不是组变量，但必须仅对ZERO(0)类动作变量删除异常值。

在R语言中，这被确定为

remove_outliers <- function(x, na.rm = TRUE, ...) {
  qnt <- quantile(x, probs=c(.25, .75), na.rm = na.rm, ...)
  H <- 1.5 * IQR(x, na.rm = na.rm)
  y <- x
  y[x < (qnt[1] - H)] <- NA
  y[x > (qnt[2] + H)] <- NA
  y
}

new <- remove_outliers(vpg$stuff)
vpg=cbind(new,vpg)

Answer 1

像这样的东西，也许：

DELETE mytable
WHERE PERCENT_RANK() OVER (PARTITION BY Department ORDER BY customer, sku, year ORDER BY stuff ) < .25 OR 
      PERCENT_RANK() OVER (PARTITION BY Department ORDER BY customer, sku, year  ORDER BY stuff ) > .75

在sql中按组删除异常值

1 个答案: