如何计算 SQLite 中值的中位数？

Question

我想计算数字行中的中值。我如何在 SQLite 4 中做到这一点？

Answer 1

Dixtroy 通过 group_concat() 提供了最佳解决方案。 这是一个完整的示例：

DROP TABLE [t];
CREATE TABLE [t] (name, value INT);
INSERT INTO t VALUES ('A', 2);
INSERT INTO t VALUES ('A', 3);
INSERT INTO t VALUES ('B', 4);
INSERT INTO t VALUES ('B', 5);
INSERT INTO t VALUES ('B', 6);
INSERT INTO t VALUES ('C', 7);

该表的结果：

name|value
A|2
A|3
B|4
B|5
B|6
C|7

现在我们使用来自 Dextroy 的（稍作修改的）查询：

SELECT name, --string_list, count, middle,
    CASE WHEN count%2=0 THEN
        0.5 * substr(string_list, middle-10, 10) + 0.5 * substr(string_list, middle, 10)
    ELSE
        1.0 * substr(string_list, middle, 10)
    END AS median
FROM (
    SELECT name, 
        group_concat(value_string,"") AS string_list,
        count() AS count, 
        1 + 10*(count()/2) AS middle
    FROM (
        SELECT name, 
            printf( '%010d',value) AS value_string
        FROM [t]
        ORDER BY name,value_string
    )
    GROUP BY name
);

...得到这个结果：

name|median
A|2.5
B|5.0
C|7.0

Answer 2

有一个带有时间戳、标签和延迟的日志表。我们希望看到每个标签的延迟中值，按时间戳分组。将所有延迟值格式化为带前导零的 15 个字符长度，将其连接起来，然后将定位值削减一半。.. 有中位数。

select L, --V, 
       case when C % 2 = 0 then
       ( substr( V, ( C - 1 ) * 15 + 1, 15) * 1 + substr( V, C * 15 + 1, 15) * 1 ) / 2
       else
        substr( V, C * 15 + 1, 15) * 1
       end as MEDST
from (
    select L, group_concat(ST, "") as V, count(ST) / 2 as C
    from (
        select label as L, 
               substr( timeStamp, 1, 8) * 1 as T, 
               printf( '%015d',latency) as ST
        from log
        where label not like '%-%' and responseMessage = 'OK'
        order by L, T, ST ) as XX
    group by L
    ) as YY

Answer 3

有一个用于 sqlite3 的各种数学函数的扩展包。它包括像中位数这样的组函数。

这将比 CL 的答案做更多的工作，但如果您认为您需要任何其他功能，这可能是值得的。

http://www.sqlite.org/contrib/download/extension-functions.c?get=25

（Here 是如何编译和加载 SQLite 扩展的指南。）

来自描述：

使用可加载扩展机制为 SQL 查询提供数学和字符串扩展函数。数学：acos，asin，atan，atn2，atan2，acosh，asinh，atanh，差异，度，弧度，cos，sin，tan，cot，cosh，sinh，tanh，coth，exp，log，log10，power，sign， sqrt，正方形，天花板，地板，圆周率。字符串：replicate、charindex、leftstr、rightstr、ltrim、rtrim、trim、replace、reverse、proper、padl、padr、padc、strfilter。聚合：stdev、variance、mode、median、lower_quartile、upper_quartile。

2015-04-12 更新：修复“未定义符号：sinh”

正如 cmets 中提到的，尽管编译成功，但此扩展可能无法正常工作。

例如，编译可能有效，在 Linux 上，您可以将生成的 .so 文件复制到 /usr/local/lib。但是来自sqlite3 shell 的.load /usr/local/lib/libsqlitefunctions 可能会产生这个错误：

Error: /usr/local/lib/libsqlitefunctions.so: undefined symbol: sinh

以这种方式编译似乎可行：

gcc -fPIC -shared extension-functions.c -o libsqlitefunctions.so -lm

并且将.so 文件复制到/usr/local/lib 没有显示类似错误：

sqlite> .load /usr/local/lib/libsqlitefunctions

sqlite> select cos(pi()/4.0);
---> 0.707106781186548

我不确定为什么 gcc 的选项顺序在这种特殊情况下很重要，但显然它确实如此。

注意到这一点的功劳归功于Ludvick Lidicky对this blog post的评论

Answer 4

SELECT AVG(x) 只返回格式为 YYYY-MM-DD 的日期值的年份，因此我稍微调整了 CL 的解决方案以适应日期：

SELECT DATE(JULIANDAY(MIN(MyDate)) + (JULIANDAY(MAX(MyDate)) - JULIANDAY(MIN(MyDate)))/2) as Median_Date
FROM (
   SELECT MyDate
      FROM MyTable
      ORDER BY MyDate
      LIMIT 2 - ((SELECT COUNT(*) FROM MyTable) % 2) -- odd 1, even 2
      OFFSET (SELECT (COUNT(*) - 1) / 2 FROM MyTable)
);

Answer 5

假设中位数是有序列表中间的元素。

SQLite（4 或 3）没有任何内置函数，但可以手动完成：

SELECT x
FROM MyTable
ORDER BY x
LIMIT 1
OFFSET (SELECT COUNT(*)
        FROM MyTable) / 2

---

当记录数为偶数时，通常将中位数定义为中间两条记录的平均值。 在这种情况下，可以这样计算平均值：

SELECT AVG(x)
FROM (SELECT x
      FROM MyTable
      ORDER BY x
      LIMIT 2
      OFFSET (SELECT (COUNT(*) - 1) / 2
              FROM MyTable))

将奇数和偶数结合起来会得到这样的结果：

SELECT AVG(x)
FROM (SELECT x
      FROM MyTable
      ORDER BY x
      LIMIT 2 - (SELECT COUNT(*) FROM MyTable) % 2    -- odd 1, even 2
      OFFSET (SELECT (COUNT(*) - 1) / 2
              FROM MyTable))