如何获得每组的平均值并找出 SQL 中的异常值答案

【问题标题】：How to get average per group and figure out outliers in SQL如何获得每组的平均值并找出 SQL 中的异常值
【发布时间】：2016-12-21 19:20:40
【问题描述】：

这是我的数据的样子：

id | value | group
------------------
1  | 4     | abc
2  | 8     | def
3  | 100   | abc
4  | 8     | ghi
5  | 7     | abc
6  | 10    | ghi

我需要计算出每个组的平均值，其中排除了异常值（例如，id = 3，组 = abc）。然后在平均值旁边显示 ouliers。对于上述数据，我期待这样的结果：

group = 'abc' 
average = '5.5'
outlier = '100'

【问题讨论】：

你认为什么是异常值？
你如何定义异常值，例如与平均值的一个标准差以上的值？
是的，离群值是任何大于平均值的标准差。
可能有多个异常值，我需要在输出中列出每个异常值。

标签： mysql sql statistics aggregate

【解决方案1】：

一种方法创建一个子查询，其中包含每个组的统计信息（平均值和标准差），然后将其连接回原始表以确定哪些记录是异常值，哪些组。

SELECT t1.id,
       t1.group AS `group`,
       t2.valAvg AS average,
       t1.value AS outlier
FROM yourTable t1
INNER JOIN
(
    SELECT `group`, AVG(value) AS valAvg, STDDEV(value) AS valStd
    FROM yourTable
    GROUP BY `group`
) t2
    ON t1.group = t2.group
WHERE ABS(t1.value - t2.valAvg) > t2.valStd   -- any record whose value is MORE
                                              -- than one standard deviation from
                                              -- the mean is an outlier

更新：

由于某种原因，您的value 列似乎是实际的varchar，而不是数字类型。这意味着您将无法对其进行任何数学运算。因此，首先，通过以下方式将该列转换为整数：

ALTER TABLE yourTable MODIFY value INTEGER;

如果您只想要大于平均值的异常值，请使用以下WHERE 子句：

WHERE t1.value - t2.valAvg > t2.valStd

【讨论】：

当我运行您的查询时，我收到此错误：将数据类型 varchar 转换为数字时出错。
将value 列转换为数字类型。
如果我展开表的列文件夹，它会将值列显示为“（数字（18,2），空值）”
那么您应该不会收到此错误。如果没有亲眼看到您的设置，恐怕我无法在此处提供更多见解。
我的代码有错误，在更正后，它现在似乎可以工作了！有没有办法只列出大于或大于平均值而不低于平均值的异常值？另外，我如何显示与这些异常值相关的 ID？ -谢谢！

【解决方案2】：

您可以使用子查询排除不需要的值

 select `group`, avg/value) from my_table 
 where (group, value) not in (select `group`, max(value) 
                               from my_table
                               group by `group`)
 from my_table 
 group by `group`

【讨论】：