Sql Server 2012 一次查询中的平均值和中位数答案

【问题标题】：Average and Median in one query in Sql Server 2012Sql Server 2012 一次查询中的平均值和中位数
【发布时间】：2014-10-18 23:04:24
【问题描述】：

我的表中有以下数据：

SELECT category, value FROM test

|类别 |价值 | +----------+------+ | 1 | 1 | | 1 | 3 | | 1 | 4 | | 1 | 8 |

现在我正在使用两个单独的查询。

平均：

  SELECT category, avg(value) as Average
    FROM test
GROUP BY category

|类别 |价值 | +----------+------+ | 1 | 4 |

获取中位数：

SELECT DISTINCT category, 
                PERCENTILE_CONT(0.5) 
                   WITHIN GROUP (ORDER BY value) 
                   OVER (partition BY category) AS Median
           FROM test

|类别 |价值 | +----------+------+ | 1 | 3.5 |

有没有办法将它们合并到一个查询中？

注意：我知道我也可以使用两个子查询来获取中值，但我更喜欢使用 PERCENTILE_CONT 函数来获取它。

【问题讨论】：

标签： sql sql-server sql-server-2012 average median

【解决方案1】：

AVG 也是一个窗口函数：

select 
distinct
category,
avg(value) over (partition by category) as average,
PERCENTILE_CONT(0.5) 
                   WITHIN GROUP (ORDER BY value) 
                   OVER (partition BY category) AS Median
                   from test

【讨论】：

【解决方案2】：

我会以稍微不同的方式处理这个问题：

select category, avg(value) as avg,
       avg(case when 2 * seqnum in (cnt, cnt + 1, cnt + 2) then value end) as median
from (select t.*, row_number() over (partition by category order by value) as seqnum,
             count(*) over (partition by category) as cnt
      from test t
     ) t
group by category;

【讨论】：

对于AVG功能还是要在末尾GROUP BY category。
看起来比之前的答案更复杂...这种方法有更好的性能吗？
它也会返回错误的答案（上面的数据集是 3 而不是 3.5）
如果将 cnt -1, cnt, cnt+ 1 更改为 cnt, cnt+1, cnt + 2 则可以正常工作。
@KyleHale 。 . .我相信你在这两个方面都是对的。我对这种方法的偏好是不喜欢将select distinct 与窗口/分析函数混合使用。我发现这些查询的逻辑很难理解。至于性能，需要在您的环境中对您的数据进行测试。

【解决方案3】：

我想更彻底地回答这个问题，经过一番挖掘，在对 Dwain Camps 的多种方法的详尽分析中发现了它，以防其他人发现它有用：

Calculating the Median Value within a Partitioned Set Using T-SQL

我采用了“他的”第 4 种解决方案（他正在组合/测试其他人的方法），它易于理解并且确实表现良好：

WITH Counts AS
(
   SELECT ID, c=COUNT(*)
   FROM #MedianValues
   GROUP BY ID
)
SELECT a.ID, Median=AVG(0.+N)
FROM Counts a
CROSS APPLY
(
   SELECT TOP(((a.c - 1) / 2) + (1 + (1 - a.c % 2)))
      N, r=ROW_NUMBER() OVER (ORDER BY N)
   FROM #MedianValues b
   WHERE a.ID = b.ID
   ORDER BY N
) p
WHERE r BETWEEN ((a.c - 1) / 2) + 1 AND (((a.c - 1) / 2) + (1 + (1 - a.c % 2)))
GROUP BY a.ID;

【讨论】：