使用 SQL 计算条件概率

Question

我有一个包含 11 列的表，我想计算其两列的条件概率，例如种族和收入。

Income is a  varchar(3) field and has values either "<50K" or ">50K". 
Race consists of three values such as "White", "Black" and "Asian". 

我要计算

P[Income = ">50K" | Race = X] for each race given above.

但是，我无法想出一条 SQL 语句来获取此信息。我想按种族分组并计算收入等于“> 50K”的地方，但这仅给出计数，我不知道如何将其除以同一查询中的条目总数。你能帮帮我吗？

Answer 1

你可以使用聚合：

select race,
       avg(case when income = '>50K' then 1.0 else 0 end)
from t
group by race;