跳转到主要内容

quantileExactWeightedInterpolated

引入版本:v24.10.0 使用线性插值计算数值数据序列的分位数,并考虑每个元素的权重。 为了得到插值后的值,会先将所有传入的值合并到一个数组中,然后按照对应的权重排序。 接着,基于权重构建累积分布,并使用加权百分位数方法进行分位数插值,再结合权重和值通过线性插值计算分位数。 如果在同一个查询中使用多个 level 不同的 quantile* 函数,它们的内部状态不会合并 (也就是说,查询的执行效率会低于可达到的水平) 。 在这种情况下,请使用 quantiles 函数。 我们强烈建议使用 quantileExactWeightedInterpolated 而不是 quantileInterpolatedWeighted,因为 quantileExactWeightedInterpolatedquantileInterpolatedWeighted 更准确。 更多细节请参见下面的示例。 语法
quantileExactWeightedInterpolated(level)(expr, weight)
别名: medianExactWeightedInterpolated 参数
  • level — 可选。分位数级别。取值为 0 到 1 之间的常量浮点数。建议将 level 设为 [0.01, 0.99] 范围内的值。默认值:0.5。当 level=0.5 时,函数计算中位数。Float*
实参
  • expr — 针对列值计算后得到数值数据类型、Date 或 DateTime 的表达式。(U)Int*Float*Decimal*DateDateTime
  • weight — 包含序列成员权重的列。权重表示值出现的次数。UInt*
返回值 指定级别的分位数。Float64DateDateTime 示例 计算精确加权插值分位数
Query
SELECT quantileExactWeightedInterpolated(n, val) FROM t;
Response
┌─quantileExactWeightedInterpolated(n, val)─┐
│                                       1.5 │
└───────────────────────────────────────────┘
优先选择 quantileExactWeightedInterpolated,而非 quantileInterpolatedWeighted
Query
SELECT
    quantileExactWeightedInterpolated(0.99)(number, 1),
    quantile(0.99)(number),
    quantileInterpolatedWeighted(0.99)(number, 1)
FROM numbers(9)
Response
┌─quantileExactWeightedInterpolated(0.99)(number, 1)─┬─quantile(0.99)(number)─┬─quantileInterpolatedWeighted(0.99)(number, 1)─┐
│                                               7.92 │                   7.92 │                                             8 │
└────────────────────────────────────────────────────┴────────────────────────┴───────────────────────────────────────────────┘
另请参阅
最后修改于 2026年6月10日