
一、什么是窗口函數(shù)
窗口函數(shù)又叫做開(kāi)窗函數(shù),是用于解決復(fù)雜報(bào)表統(tǒng)計(jì)需求的功能強(qiáng)大的一種分析函數(shù)。窗口函數(shù)通常用于計(jì)算基于組的某種聚合值,它和聚合函數(shù)的不同之處在于:窗口函數(shù)對(duì)于每個(gè)組返回多行,而聚合函數(shù)對(duì)于每個(gè)組只返回一行。
二、窗口函數(shù)基本語(yǔ)句形式
窗口函數(shù)帶有一個(gè)開(kāi)窗函數(shù)over(),包含三個(gè)分析子句:
三、窗口函數(shù)類別
1、排名函數(shù)
SQL標(biāo)準(zhǔn)支持4種用于排名計(jì)算的窗口函數(shù)。分別為:ROW_NUMBER、NTILE、以及RANK和DENSE_RANK。
在SQL標(biāo)準(zhǔn)中,前兩個(gè)是一類,后兩個(gè)是另一類。
ROW_NUMBER:表示根據(jù)col1分組,在分組內(nèi)部根據(jù)col2排序,而此函數(shù)計(jì)算的值就表示每組內(nèi)部排序后的順序編號(hào)(組內(nèi)是連續(xù)且唯一的)。
NTILE函數(shù)把窗口分區(qū)里的數(shù)據(jù)行分成數(shù)量大致相等的塊(根據(jù)輸入的塊數(shù)和指定的窗口排序)。
RANK(排名)與DENSE_RANK(密集排名)函數(shù)的計(jì)算和ROW_NUMBER函數(shù)類似,唯一不同之處在于,它們?cè)诖翱诜謪^(qū)內(nèi)生成的值不必是唯一的。
如果窗口排序方向是升序,那么RANK函數(shù)計(jì)算分區(qū)內(nèi)排序值比當(dāng)前行小的行的數(shù)量,在次數(shù)量上加1.就是當(dāng)前行的排名;
DENSE_RANK函數(shù)計(jì)算分區(qū)內(nèi)相異的(distinct)排序值比當(dāng)前行小的行的數(shù)量,在此數(shù)量上加1.就是當(dāng)前行的排名。
如果窗口排序方向是降序,那么RANK函數(shù)計(jì)算分區(qū)內(nèi)排序?qū)傩员犬?dāng)前行大的行的數(shù)量,在此數(shù)量上加1.就是當(dāng)前行的排名;
DENSE_RANK函數(shù)計(jì)算分區(qū)內(nèi)相異的(distinct)排序值比當(dāng)前行大的行的數(shù)量,在此數(shù)量上加1.就是當(dāng)前行的排名。
2、分布函數(shù)
窗口分布函數(shù)主要是為靜態(tài)統(tǒng)計(jì)服務(wù)提供數(shù)據(jù)的分布情況。SQL Server 2012引入了兩種窗口分布函數(shù)的支持:排名分布函數(shù)和逆分布函數(shù)。
排名分布函數(shù)有PERCENT_RANK(百分位排名)和CUME_DIST(累積分布)兩種,逆分布函數(shù)也有兩個(gè),分別是:PERCENT_CONT(百分位連續(xù))和PERCENTILE_DISC(百分位離散)。
根據(jù)標(biāo)準(zhǔn)SQL,分布函數(shù)計(jì)算數(shù)據(jù)行在窗口分區(qū)中的相對(duì)排名,將它表示為介于0~1之間的比值——通常它看做百分比。
假設(shè)rk 為數(shù)據(jù)行的RANK值,RANK函數(shù)的窗口描述和分布函數(shù)的窗口描述是相同的。假設(shè)nr為窗口分區(qū)內(nèi)數(shù)據(jù)行的行數(shù),np為領(lǐng)先或與當(dāng)前行的排序值相同的行的數(shù)目(為比當(dāng)前rk減1大的最小rk值,如果當(dāng)前rk是最大值,則np等于nr)。
PERCENT_RANK(百分位排名)計(jì)算公式:(rk-1)/(nr-1)
PERCENT_RANK(百分位排名)的計(jì)算公式:np/nr。
逆分布函數(shù),一般叫做百分位,通常會(huì)將它執(zhí)行的計(jì)算當(dāng)作是排名分布函數(shù)的倒數(shù)。
PERCENTILE_DISC(百分位離散)函數(shù),其中DISC為離散分布模型,返回組中第一個(gè)符合條件的值,條件為:其累計(jì)分布(CUME_DIST函數(shù))>=輸入值。
PERCENT_CONT(百分位連續(xù))函數(shù),其中CONT為連續(xù)分布函數(shù)。
3、偏移函數(shù)
偏移函數(shù)分為兩種類型,一種是偏移量是相對(duì)于當(dāng)前行的,LAG和LEAD函數(shù);另一個(gè)偏移函數(shù)的偏移量是相對(duì)于窗口框架的開(kāi)始和結(jié)尾的,包括FIRST_VALUE、LAST_VALUE和NTH_VALUE。
LAG和LEAD函數(shù)支持窗口分區(qū)子句以及窗口排序子句。允許我們從窗口分區(qū)中,根據(jù)給定的相對(duì)于當(dāng)前行的前偏移量(LAG)和后偏移量(LEAD),返回對(duì)應(yīng)行的值。如果沒(méi)有指定,偏移量默認(rèn)為1.
第二類的偏移函數(shù)(FIRST_VALUE、LAST_VALUE和NTH_VALUE)在支持窗口分區(qū)子句和排序子句的基礎(chǔ)上,還可以支持窗口框架子句。
FIRST_VALUE和FIRST_VALUE分別返回框架的第一行和最后一行所有查詢的值。NTH_VALUE函數(shù)作用是中的相對(duì)窗口框架第一行或最后一行的偏移量,使得我們可以取得對(duì)應(yīng)這個(gè)偏移量的記錄值。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10