用MySQL计算中位数最简单(希望不会太慢)的方法是什么?我已经使用AVG(x)来寻找平均值，但我很难找到一个简单的方法来计算中位数。现在，我将所有的行返回到PHP，进行排序，然后选择中间的行，但是肯定有一些简单的方法可以在一个MySQL查询中完成它。
示例数据:
id | val
--------
1 4
2 7
3 2
4 2
5 9
6 8
7 3
对val排序得到2 2 3 4 7 8 9，因此中位数应该是4，而SELECT AVG(val) == 5。
当前回答
关心奇数的计数-给出中间两个值的平均值。
SELECT AVG(val) FROM
( SELECT x.id, x.val from data x, data y
GROUP BY x.id, x.val
HAVING SUM(SIGN(1-SIGN(IF(y.val-x.val=0 AND x.id != y.id, SIGN(x.id-y.id), y.val-x.val)))) IN (ROUND((COUNT(*))/2), ROUND((COUNT(*)+1)/2))
) sq
其他回答
我使用了两个查询方法:
第一个得到count, min, Max和avg 第二个语句(预处理语句)使用“LIMIT @count/ 2,1”和“ORDER BY ..”子句来获得中值
它们被包装在函数defn中，因此可以从一次调用中返回所有值。
如果您的范围是静态的，并且数据不经常更改，那么预先计算/存储这些值并使用存储的值，而不是每次都从头查询，可能会更有效。
上面的大多数解决方案只适用于表中的一个字段，您可能需要获得查询中多个字段的中位数(第50百分位数)。
我用这个:
SELECT CAST(SUBSTRING_INDEX(SUBSTRING_INDEX(
GROUP_CONCAT(field_name ORDER BY field_name SEPARATOR ','),
',', 50/100 * COUNT(*) + 1), ',', -1) AS DECIMAL) AS `Median`
FROM table_name;
你可以将上面例子中的“50”替换为任何百分位数，这是非常有效的。
只要确保你有足够的内存给GROUP_CONCAT，你可以改变它:
SET group_concat_max_len = 10485760; #10MB max length
详情:http://web.performancerasta.com/metrics-tips-calculating-95th-99th-or-any-percentile-with-single-mysql-query/
如果这是MySQL，现在有窗口函数，你可以这样做(假设你想四舍五入到最接近的整数-否则只需将round替换为CEIL或FLOOR或其他什么)。下面的解决方案适用于表，无论表的行数是偶数还是奇数:
WITH CTE AS (
SELECT val,
ROW_NUMBER() OVER (ORDER BY val ASC) AS rn,
COUNT(*) OVER () AS total_count
FROM data
)
SELECT ROUND(AVG(val)) AS median
FROM CTE
WHERE
rn BETWEEN
total_count / 2.0 AND
total_count / 2.0 + 1;
I think some of the more recent answers on this thread were already getting at this approach, but it also seemed like people were overthinking it, so consider this an improved version. Regardless of SQL flavor, there is no reason anyone should be writing a huge paragraph of code with multiple subqueries just to get the median in 2021. However, please note that the above query only works if you're asked to find the median for a continuous series. Of course, regardless of row number, sometimes people do make a distinction between what is referred to as the Discrete Median and what is referred to as the Interpolated Median for a continuous series.
如果你被要求为一个离散级数找到中位数，而表的行数是偶数，那么上面的解决方案就不适合你，你应该恢复使用其他解决方案之一，比如TheJacobTaylor的。
下面的第二个解决方案是对TheJacobTaylor的稍微修改的版本，其中我显式地声明了CROSS JOIN。这个方法也适用于行数为奇数的表，不管你是被要求求连续序列的中位数还是离散序列的中位数，但我特别会在被要求求离散序列的中位数时使用这个方法。否则，使用第一种解决方案。这样，您就永远不必考虑数据是包含“偶数”还是“奇数”个数的数据点。
SELECT x.val AS median
FROM data x
CROSS JOIN data y
GROUP BY x.val
HAVING SUM(SIGN(1 - SIGN(y.val - x.val))) = (COUNT(*) + 1) / 2;
最后，你可以在PostgreSQL中使用内置函数轻松做到这一点。这里有一个很好的解释，以及关于离散中位数和插值中位数的有效总结。
https://leafo.net/guides/postgresql-calculating-percentile.html#calculating-the-median
SELECT
SUBSTRING_INDEX(
SUBSTRING_INDEX(
GROUP_CONCAT(field ORDER BY field),
',',
((
ROUND(
LENGTH(GROUP_CONCAT(field)) -
LENGTH(
REPLACE(
GROUP_CONCAT(field),
',',
''
)
)
) / 2) + 1
)),
',',
-1
)
FROM
table
上面的方法似乎对我有用。
让我们创建一个名为numbers的示例表
这个答案是针对mysql数据库的
在postgres Sql中，它简单地使用per_cont函数
创建表数字( num INT, 频率整数 ）;
在数字表中插入值
插入数字 (7) 0 (1, 1), (2、3), (1) 3 (9,1), (1, 1), (2、3), (1) 3 (9,1);
——select * from numbers
作为递归num_frequency (num,frequency, i) （ 选择num,频率,1 从数字 UNION ALL 选择num,频率,i + 1 从num_frequency num_frequency的地方。I < num_frequency.frequency ）
select * (max(当numbers=lower_limit时，则num else null end)/2 +max(当数字=upper_limit时，则num else null end)/2)作为中位数 从( select *, total_number % 2, 情况下 当total_number%2=0时，total_number/2 Else (total_number+1)/2 end as lower_limit， 情况下 当total_number%2=0时，total_number/2+1 其他(total_number + 1) / 2 结束为upper_limit
从( Select *，max(numbers) over() as total_number from ( Select num,row_number() over(按num排序) 作为num_frequency中的数字 b) b) b)
