experimental.quantile() 函数

experimental.quantile() 返回在 _value 列中，其值落在指定分位数内或表示指定分位数的非空记录。

_value 列必须包含浮点值。

计算方法和行为

experimental.quantile() 的行为类似于聚合函数或选择器函数，具体取决于 method 参数。 以下计算方法可用：

estimate_tdigest

一种聚合方法，它使用 t-digest 数据结构来计算大型数据源上的准确分位数估计。 使用时，experimental.quantile() 输出值落在指定分位数内的非空记录。

exact_mean

一种聚合方法，它取最接近分位数值的两个点的平均值。 使用时，experimental.quantile() 输出值落在指定分位数内的非空记录。

exact_selector

一种选择器方法，它返回至少有 q 个点小于的数据点。 使用时，experimental.quantile() 输出值表示指定分位数的非空记录。

函数类型签名

(
    <-tables: stream[{A with _value: float}],
    q: float,
    ?compression: float,
    ?method: string,
) => stream[{A with _value: float}]

参数

q

(必需) 要计算的分位数 ([0 - 1])。

method

计算方法。默认为 estimate_tdigest。

支持的方法:

• estimate_tdigest
• exact_mean
• exact_selector

compression

压缩数据集时要使用的质心数量。默认为 1000.0。

更大的数字会产生更准确的结果，但会增加内存需求。

tables

输入数据。默认情况下为管道传输的数据 (<-)。

示例

• 返回每个输入表第 50 个百分位数值
• 返回一个代表每个输入表的第 50 个百分位数值

返回每个输入表第 50 个百分位数值

import "experimental"
import "sampledata"

sampledata.float()
    |> experimental.quantile(q: 0.5)

返回一个代表每个输入表的第 50 个百分位数值

import "experimental"
import "sampledata"

sampledata.float()
    |> experimental.quantile(q: 0.5, method: "exact_selector")