使用 mysql 选择 avg vote 但忽略前 5% 和后 5% 的投票答案

【问题标题】：Select avg vote but leave out the top and bottom 5% of votes using mysql使用 mysql 选择 avg vote 但忽略前 5% 和后 5% 的投票
【发布时间】：2013-01-01 10:11:28
【问题描述】：

我有一张带票的桌子。投票只有数字（没有文字，没有是/否等）。

原始数据示例

id   | question_id | vote
1    | 63          | 80
2    | 63          | 13
3    | 63          | 992
...
100  | 63          | 900000
101  | 63          | 5

我想获得特定问题的平均值，但忽略最高和最低 X% 的选票（例如：忽略 5% - 所以每 100 票我将平均只得到 90 票） - 不是按 id 而是通过投票数的最大值和最小值。

在上表中，900000 和 5 不会在平均值中考虑（假设它们是该问题的最高票和最低票）

【问题讨论】：

您为什么要这样做？你认为它会消除偏见吗？
@WaleedKhan 我认为它是一种有效的方法。
这可能很费力，但如果您不怕子查询，应该很容易做到。
@WaleedKhan ，是的，它会消除偏见和只投票高或低数字的人。
@JanDvorak 喜欢看看如何做到这一点......顺便说一句，每次我拉这样的东西时它会杀死服务器吗？谢谢！

标签： mysql select average

【解决方案1】：

这个查询应该可以完成这项工作 (see example on SQL Fiddle):

SELECT AVG(vote) FROM
(
  SELECT vote, @r:=@r+1 AS rownum
  FROM votes, (SELECT @r:=0) x
  WHERE question_id = 63
  ORDER BY vote
) x
WHERE rownum > @r * .05
  AND rownum <= @r * .95
;

子查询使用变量为每条记录分配一个行号，外层查询删除最低和最高的数字。

【讨论】：

看来你在渐近复杂度和代码长度方面打败了我。我怎么这么讨厌本地的@variables？
我怀疑我比你更喜欢变量，但如果没有分析函数，它们有时会提供最易读和最快的解决方案......
@PeterLang 绝对惊人！非常感谢。顺便说一句，当我进行此查询时，它会给服务器带来压力吗？

【解决方案2】：

这是您可能使用的基本思想：

SELECT AVG(vote) AS average
FROM tbl o 
WHERE question_id=?
AND (
   SELECT count(*)
   FROM tbl i
   WHERE o.question_id = i.question_id
   AND o.vote < i.vote 
)/(
   SELECT count(*)
   FROM tbl inner
   WHERE o.question_id = i.question_id
) IS BETWEEN 0.05 AND 0.95
GROUP BY question_id

直观地说，复杂度是投票数的二次方（除非查询执行器可以优化第一个子查询；第二个更容易优化）

其他一些数据库引擎有一个行号作为您可以在查询中使用的值。这可能会帮助您实现线性复杂性。

您也可以通过多个查询实现线性复杂性：

用问题ID查询总行数。
按排序顺序计算 5% 和 95% 边界的位置。
用LIMIT 查询与边界对应的投票。感谢UNION，您可以并行运行两个查询。
查询知道票数最高和最低票的平均票数。

如果有重复投票，您可能需要将vote 列替换为vote, ID 向量，以便找到边界（这适用于两个查询）。基本思路是一样的。

【讨论】：