更多汇总函数

SQL 中的探索性数据分析

Christina Maimone

Data Scientist

相关性

带正相关和负相关的数据点散点图

相关函数

SELECT corr(assets, equity) 
  FROM fortune500;

       corr        
-------------------
 0.637710143588615
(1 row)

中位数

1 1 4 4 4 5 6 7 13 19 20 20 21 21 22
              ^
            median
        50th percentile

^                                  ^
0th percentile      100th percentile

分位数函数

SELECT percentile_disc(percentile) WITHIN GROUP (ORDER BY column_name)
  FROM table;

-- percentile between 0 and 1

返回列中的某个值

SELECT percentile_cont(percentile) WITHIN GROUP (ORDER BY column_name)
  FROM table;

在值之间插值

分位数示例

SELECT val
  FROM nums;

 val 
-----
   1
   3
   4
   5
(4 rows)

SELECT percentile_disc(.5) WITHIN GROUP (ORDER BY val),
       percentile_cont(.5) WITHIN GROUP (ORDER BY val)
  FROM nums;

 percentile_disc | percentile_cont 
-----------------+-----------------
               3 |             3.5

常见问题

错误代码
- 例如：9、99、-99
缺失值代码
- NA、NaN、N/A、#N/A
- 0 表示缺失还是 0？
异常（极端）值
- 特别高或低？
- 负值？
其实不是数字
- 如邮编、问卷选项

Passons à la pratique !

SQL 中的探索性数据分析

Preparing Video For Download...