本文介绍了HiveSQL中用于计算分位数的`percentile()`和`percentile_approx()`函数，包括它们的使用语法、参数说明及示例。`percentile()`函数适用于int类型的列，而`percentile_approx()`则提供近似的分位数计算，支持double类型，并可通过调整参数控制精度。文章强调在SQL中直接处理统计问题能提高效率，适合数据分析师参考。
前言
作为数据分析师每个SQL数据库的函数以及使用技能操作都得点满，尤其是关于统计函数的使用方法。关于统计出数据的中位数，众数和分位数的方法必须掌握几种，一般在实际业务上大部分都是以写SQL查询为主，因为如果想用Python的Pandas去做数据分析还得将数据导出来读出来，输出了结果还得再倒进去，十分的麻烦。若是能在SQL上面直接处理简单问题，那么效率要远高于导出做Pandas处理。本篇文章主要介绍percentile分位数函数使用方法，后几篇文章将主要详解每个SQL中统计函数的使用方法，感兴趣觉得帮助大的朋友可以关注。本篇博客博主将长期维护，若有错误请在评论区指出。
HiveSQL中关于分位数的计算主要是通过percentile() 和percentile_approx() 这两个函数来实现。
一、percentile()
函数使用语法：
percentile(col, p)
参数说明：
col：指定需要计算的列名，并且列的值必须为int类型。.
p：指定得到的分位数数值，取值范围为[0,1]，若为0.5则为中位数，若为0.75则为四分之三分位数，依此类推。
示例使用：
SELECT percentile(num,0.2) as two_parts#取二分位数
FROM dbbasename.table
最低0.47元/天 解锁文章
1408
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
