quartile

1熱度

1回答

是否有簡單的方法來編寫SQL四分位函數？比方說，我有一個列表 - 在表（0,0,0,1,1,4,5,7,8,25,100,100,101,260,360,370} 什麼是產生一個結果的好方法列值一拉： select 'Q1', quartile(1,col_name) from table_name union select 'Q2', quartile(2,col_name) from

2熱度

1回答

如何有效地獲得很多四分位數？

我需要按範圍對數值進行編碼：低：0，中等：1，高：2，非常高：3.我正在做四分位數。我有以下代碼： import pandas as pd import numpy as np def fun(df): table = df.copy() # pandas dataframe N = int(table.shape[0]) for header in list(

1熱度

1回答

計算每組某些值的四分位數

我想創建一個稱爲百分數的變量，每組的某些值的四分位數。我有以下的數據集，我想創建的最後一個變量percentile： id group value 1 1 1 1 2 2 1 2 3 3 1 3 4 4 1 4 5 5 2 10 6 6 2 20 7 7 2 30 8 8 2 40 以下是預期的結果。 id group value percentile

-2熱度

1回答

MS Access，獲得四分位數（百分比）

我需要在按年份和隊列對記錄（值）進行排序的查詢中調用此函數。例如：在第一年是第一年，隊列A是隊列A的情況下，給出隊列A的值的最小值，最大值，中間值和四分位數。您可以說明我將如何在查詢設計中應用此函數嗎？謝謝 Public Function GetQuartile(_ ByVal strTable As String, _ ByVal strField As String, _

0熱度

1回答

如何在單個Teradata查詢中輸出不同的第25，第50和第75百分位數？

我幾個小時就被困在類似的東西上，並在單個Teradata查詢中計算出輸出第25，第50和第75百分位數的雜亂代碼。可以進一步擴展以產生「5分總結」。根據您的人口估計值獲取最小和最大變化靜態值。某處有人要求一個優雅的方法。分享我的。下面的代碼： SELECT MAX(PER_MIN) AS PER_MIN, MAX(PER_25) AS PER_25, MAX(PER_5

0熱度

1回答

計算給定數字列表的四分位數

我正在嘗試完成「加速C++」練習3-2。我已經測試過了，下四分位數和中位數的計算是正確的，但上四分位數不是。例如，假設輸入「50，60，70，80，90，100」，將輸出的四分位數爲60，75，和80。我有兩個問題我希望處理： 1）上四分位數，在這種情況下，應該是90. 2）如何讓我的程序顯示我的數字的浮點數或雙精度數？較低的一個更精確的四分位數是62.5，而不是60. /* Write a

1熱度

1回答

np.percentile不等於四分位數

我試圖計算四分位數使用numpy在python值的陣列。 X = [1, 1, 1, 3, 4, 5, 5, 7, 8, 9, 10, 1000] 我會做到以下幾點： quartiles = np.percentile(X, range(0, 100, 25)) quartiles # array([1. , 2.5 , 5. , 8.25]) 但是，這是不正確，因爲第一和第三四分位數

-1熱度

1回答

PSQL中位數或四分位數

我正在尋找一種方法來計算一組數值的中位數。我已經嘗試了很多方法來做到這一點，但我的SQL版本（9.6.1 Linux）不允許我這樣做（特別是，選擇最高的50％）。有什麼建議嗎？

0熱度

1回答

具有可變數組條件的Excel四分位數函數（如countif）

希望有人可以幫助我處理Excel查詢。我想使用四分位函數（或類似的，如果這更容易使用百分位數）。我在一列中有數據，但我想限制從該列使用的數據。我在A欄中有工作部門，B欄中的人員工資（以及其他欄中的其他數據，例如姓名）。我想用我的一個主要數據列表（c.2000行）爲10個左右的部門挑選四分位數，但我不想讓10個特定的列表計算四分位數每個部門。是否有一個選項使用countif或類似的功能，以便

0熱度

1回答

創建四分位數列使用平均每個觀察，而不是行值

我有面板數據時間序列，我想創建一個變量的四分位數的給定變量的平均值，以便公司只能在給四分之一。舉例來說，如果我有4家企業： df = id year value Quartile* Quartile** 1 2010 1 1 1 1 2015 1 1 1 2 2010 10 2 2 2 2015 10 2 2 3