更多彙總函式

SQL 中的探索式資料分析

Christina Maimone

Data Scientist

相關性

帶正相關與負相關的散佈圖

相關函式

SELECT corr(assets, equity) 
  FROM fortune500;

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

中位數

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

^                                  ^
0th percentile      100th percentile

百分位數函式

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

-- percentile between 0 and 1

從欄位 {{2}} 回傳一個值

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

在數值間插值

百分位數範例

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

常見問題

錯誤代碼
- 例如：9、99、-99
遺漏值代碼
- NA、NaN、N/A、#N/A
- 0 是遺漏還是 0？
離群（極端）值
- 是否異常高或低？
- 有負值嗎？
其實不是數字
- 例如：郵遞區號、問卷作答類別

一起來練習吧！

SQL 中的探索式資料分析

Preparing Video For Download...