BigQuery 分位数答案

【问题标题】：BigQuery QuantilesBigQuery 分位数
【发布时间】：2018-12-25 08:01:34
【问题描述】：

我想使用 BigQuery 和 Datalab 进行异常值检测。 MIN 和 MAX 给我相同的值，但分位数不同。 BigQuery 给了我

Row f0_    f1_      approx_quantiles     
1   0.01   820.55   0.01     
                    190.04   
                    820.55

这似乎是错误的，它们只是最小值和最大值。 Datalab 给我其他分位数。

我做到了：

SELECT MIN(Menge),MAX(Menge),APPROX_QUANTILES(Menge,2)  AS approx_quantiles  FROM `nifty-stage-155512.de_veolia_vus_dev_views.tank_data_4`

其他人有同样的经历吗？或者有人有解决方案吗？？？

编辑

从datalab我得到

0.25     61.645
0.50    190.000
0.75    253.000
Name: MENGE, dtype: float64

【问题讨论】：

标签： sql statistics google-bigquery google-cloud-datalab

【解决方案1】：

我有点困惑。你想要第 25 和第 75 分位数吗？来自文档。

APPROX_QUANTILES

APPROX_QUANTILES([DISTINCT] 表达式，数字 [{IGNORE|RESPECT} NULLS])

说明

返回一组表达式值的近似边界，其中数字表示要创建的分位数。该函数返回一个 number + 1 个元素组成的数组，其中第一个元素是近似最小值，最后一个元素是近似最大值。

如果需要更多分位数，则需要增加“数字”的值。所以 4 会给你 [min,25th,50th,75th,max] 例如

【讨论】：

查看我的编辑。通常我会期望其他分位数。所以我 61 岁及以下的所有东西以及 253 岁以上的所有东西都可能是一个潜在的异常值
所以 APPROX_QUANTILES(Menge,4) 会给你这些值作为数组中的第二个和第四个值。但是您可能会发现 PERCENTILE_CONT ir PERCENTILE_DISC 更有用？ cloud.google.com/bigquery/docs/reference/standard-sql/…
好的，我明白了。我以为 APPROX_Quantiles 已经给了我 75,50,25 个分位数。
SELECT percentiles[offset(25)], percentiles[offset(50)], percentiles[offset(75)] FROM (SELECT APPROX_QUANTILES(Menge, 100) percentiles FROM ... 做到了吗跨度>

【解决方案2】：

也可能是解决方案：

SELECT percentiles[offset(25)], percentiles[offset(50)], percentiles[offset(75)]
FROM (SELECT APPROX_QUANTILES(Menge, 100) percentiles FROM

【讨论】：