Question

我目前在BigQuery中有一个表格，其中包含一些异常值，并希望计算该表格的移动中位数。

示例表：

port - qty - datetime
--------------------------------
TCP1 - 13 - 2018/06/11 11:20:23
UDP2 - 15 - 2018/06/11 11:24:24
TCP3 - 12 - 2018/06/11 11:24:27
TCP1 - 2  - 2018/06/12 11:24:26 
UDP2 - 15 - 2018/06/12 11:35:32
TCP3 - 200- 2018/06/13 11:45:23
TCP3 - 14 - 2018/06/13 11:54:22
TCP3 - 13 - 2018/06/14 11:55:33
TCP1 - 17 - 2018/06/15 11:43:33
UDP2 - 12 - 2018/06/15 11:55:25
TCP3 - 14 - 2018/06/15 11:26:21
TCP3 - 11 - 2018/06/16 11:55:46
TCP1 - 14 - 2018/06/17 11:34:33
UDP2 - 15 - 2018/06/17 11:43:24
TCP3 - 13 - 2018/06/17 11:47:54
and ...

我希望能够使用bigquery标准SQL在11小时计算出各个端口上的7天移动中位数。我曾尝试计算移动平均线，但意识到计算受到“异常值”的影响。

我不知道如何编写SQL查询来计算移动中位数。任何帮助将不胜感激。

（这是我可以在以下主题上找到的最接近的线程：BigQuery - Moving median calculation，但我需要bigquery才能从表中获取数量，因为我不知道确切的每一天的数量）

Answer 1

我认为这已经足够接近您想要的了：

select t.*,
       qtys[ordinal(cast(array_length(qtys) / 2 as int64))]
from (select t.*,
             array_agg(qty) over (partition by port
                                  order by datetime_diff(datetime, datetime('2000-01-01'), day)
                                  range between 7 preceding and current day
                                 ) as qtys
      from t
      where extract(hour from datetime) = 11
     ) t;

当结果集中有偶数行时，中位数会有些棘手。这将选择一个任意值。

BigQuery移动（滚动）中位数

1 个答案: