如何使用列值范围应用 NTILE(4)？

Question

想使用 NTILE 查看国家/地区的林地占总土地面积百分比分布情况。我想使用的列中的值范围是从 0.00053 到非常接近 98.25，并且国家在该范围隐含的四分位数中分布不均，即 0 到 25、25 到 50、50 到 75，以及大约 75 到 100。相反，NTILE 只是将 table 分成四组，行数相同。如何使用 NTILE 根据值分配分位数？

SELECT country, forest, pcnt_forest,
       NTILE(4) OVER(ORDER BY pcnt_forest) AS quartile
FROM percent_forest

Answer 1

WIDTH_BUCKET 函数非常适合这种情况：

WIDTH_BUCKET(Oracle) lets you construct equiwidth histograms, in which the histogram range is divided into intervals that have identical size. (Compare this function with NTILE, which creates equiheight histograms.)

Oracle、Snowflake、PostgreSQL 等都支持它...

您的代码：

SELECT country,  pcnt_forest
       ,WIDTH_BUCKET(pcnt_forest, 0, 1, 4) AS w
       ,NTILE(4) OVER(ORDER BY pcnt_forest) AS ntile  -- for comparison
FROM percent_forest
ORDER BY w

db<>fiddle demo

输出：

+----------+--------------+----+-------+
| COUNTRY  | PCNT_FOREST  | W  | NTILE |
+----------+--------------+----+-------+
| A        |         .05  | 1  |     1 |
| B        |         .06  | 1  |     1 |
| C        |         .07  | 1  |     2 |
| E        |         .49  | 2  |     2 |
| D        |         .51  | 3  |     3 |
| F        |         .96  | 4  |     3 |
| G        |         .97  | 4  |     4 |
| H        |         .98  | 4  |     4 |
+----------+--------------+----+-------+

Answer 2

您可以使用 case 表达式：

select pf.*,
       (case when pcnt_forest < 0.25 then 1
             when pcnt_forest < 0.50 then 2
             when pcnt_forest < 0.75 then 3
             else 4
        end) as bin
from percent_forest pf;

或者，更简单，使用算术：

select pf.*,
       floor(pcnt_forest * 4) + 1 bin
from percent_forest pf;

我不会在本专栏中使用术语 "quartile"。四分位数意味着四个大小相等的箱子（或至少在给定重复值的情况下尽可能接近）。

如何使用列值范围应用 NTILE(4)？

How to apply NTILE(4) using range of column values?

sql

quantile

window-functions