使用AWS Redshift中的Group By计算中位数

Question

我已经看过其他关于在Redshift中使用median（）窗口函数的帖子 ，但是你如何将它与最后有一个group by的查询一起使用？

例如，假设表课程：

Course | Subject | Num_Students
-------------------------------
   1   |  Math   |      4
   2   |  Math   |      6
   3   |  Math   |      10
   4   | Science |      2
   5   | Science |      10
   6   | Science |      12

我想得到每门课程的学生中位数。 我如何编写一个给出以下结果的查询：

  Subject  | Median
-----------------------
 Math      |     6
 Science   |     10

我试过了：

SELECT
subject, median(num_students) over ()
FROM
course
GROUP BY 1
;

但是它列出了主题的每一次出现以及相同主题的相同中位数数字（这是假数据，因此它返回的实际值不是6，但只显示所有主题的相同）：

  Subject  | Median
-----------------------
 Math      |     6
 Math      |     6
 Math      |     6
 Science   |     6
 Science   |     6
 Science   |     6

Answer 1

以下内容将为您提供您正在寻找的结果：

SELECT distinct
subject, median(num_students) over(partition by Subject) 
FROM
course
order by Subject;

Answer 2

您只需要删除它的“over（）”部分。

SELECT subject, median(num_students) FROM course GROUP BY 1;

Answer 3

您尚未在窗口中定义分区。 而不是OVER()你需要OVER(PARTITION BY subject) 。

Answer 4

假设您要计算其他聚合，按主题，如avg（），您需要使用子查询：

WITH subject_numstudents_medianstudents AS (
    SELECT
        subject
        , num_students
        , median(num_students) over (partition BY subject) AS median_students
    FROM
        course
)
SELECT
    subject
    , median_students
    , avg(num_students) as avg_students
FROM subject_numstudents_medianstudents
GROUP BY 1, 2