Question

[tbl_votes]
- id <!-- unique id of the vote) -->
- item_id <!-- vote belongs to item <id> -->
- vote <!-- number 1-10 -->

当然，我们可以通过获取：

来解决这个问题

smallest observation（so）
lower quartile（lq）
median（我）
upper quartile（uq）
和largest observation（lo）

..使用多个查询一个接一个，但我想知道是否可以使用单个查询完成。

在Oracle中，我可以使用COUNT OVER和RATIO_TO_REPORT，但mySQL不支持此功能。

对于那些不知道盒子图是什么的人：http://en.wikipedia.org/wiki/Box_plot

任何帮助将不胜感激。

Answer 1

我使用PL / Python在PostgreSQL中找到了一个解决方案。

但是，我保留问题，以防其他人在mySQL中提出解决方案。

CREATE TYPE boxplot_values AS (
  min       numeric,
  q1        numeric,
  median    numeric,
  q3        numeric,
  max       numeric
);

CREATE OR REPLACE FUNCTION _final_boxplot(strarr numeric[])
   RETURNS boxplot_values AS
$$
    x = strarr.replace("{","[").replace("}","]")
    a = eval(str(x))

    a.sort()
    i = len(a)
    return ( a[0], a[i/4], a[i/2], a[i*3/4], a[-1] )
$$
LANGUAGE 'plpythonu' IMMUTABLE;

CREATE AGGREGATE boxplot(numeric) (
  SFUNC=array_append,
  STYPE=numeric[],
  FINALFUNC=_final_boxplot,
  INITCOND='{}'
);

示例：

SELECT customer_id as cid, (boxplot(price)).* FROM orders GROUP BY customer_id; cid | min | q1 | median | q3 | max -------+---------+---------+---------+---------+--------- 1001 | 7.40209 | 7.80031 | 7.9551 | 7.99059 | 7.99903 1002 | 3.44229 | 4.38172 | 4.72498 | 5.25214 | 5.98736

来源：http://www.christian-rossow.de/articles/PostgreSQL_boxplot_median_quartiles_aggregate_function.php

Answer 2

我可以在两个查询中完成。执行第一个查询以获取四分位数的位置，然后使用限制函数在第二个查询中得到答案。

的MySQL＆GT; select（select floor（count（*）/ 4））as first_q，（select floor（count（*）/ 2）from customer_data）作为mid_pos，（从customer_data选择楼层（count（*）/ 4 * 3）作为third_q来自 customer_data按度量限制1的顺序;

的MySQL＆GT; select min（measure），（从customer_data order by measure limit 0,1中选择度量）作为firstq（从customer_data order by measure limit 5,1中选择度量）作为中位数，（按customer_data顺序从度量限制8,1中选择度量））作为来自customer_data的last_q，max（measure）;

Answer 3

以下是计算e256组中e32值范围的四分位数的示例，在这种情况下，（e32，e256）的索引是必须的：

SELECT
  @group:=IF(e32=@group, e32, GREATEST(@index:=-1, e32)) as e32_,
  MIN(e256) as so,
  MAX(IF(lq_i=(@index:=@index+1), e256, NULL)) as lq,
  MAX(IF(me_i=@index, e256, NULL)) as me,
  MAX(IF(uq_i=@index, e256, NULL)) as uq,
  MAX(e256) as lo
FROM (SELECT @index:=NULL, @group:=NULL) as init, test t
JOIN (
  SELECT e32,
    COUNT(*) as cnt,
    (COUNT(*) div 4) as lq_i,    -- lq value index within the group
    (COUNT(*) div 2) as me_i,    -- me value index within the group
    (COUNT(*) * 3 div 4) as uq_i -- uq value index within the group
  FROM test
  GROUP BY e32
) as cnts
USING (e32)
GROUP BY e32;

如果分组中不需要，查询会稍微简化一下。

P.S。 test是我的随机值游乐桌，其中e32是Python int(random.expovariate(1.0) * 32)等的结果。

如何使用1 mySQL查询返回所有结果的数字箱图数据？

3 个答案: