mysql中位数、众数计算

平均数、中位数、众数常用来描述数据的集中程度,在mysql中,均值的计算较为简单,但中位数和众数尚不支持可以直接计算的函数,在这里向大家介绍一下中位数和众数的计算方法。

本文所使用的数据表为score,包含三个字段:
s_id 为学生id
c_id 为课程id
s_score 为课程成绩

1、中位数
查找课程编号为‘02’号的学生成绩中位数
课程编号为‘02’的课程成绩为

mysql> select s_score from score where c_id='02';
+---------+
| s_score |
+---------+
|      90 |
|      60 |
|      80 |
|      30 |
|      87 |
|      89 |
+---------+
6 rows in set (0.00 sec)

查找中位数

mysql> select avg(c.s_score) from(
    ->   select a.s_score from score a,score b
    ->   where a.c_id=b.c_id and a.c_id='02'
    ->   group by a.s_score
    ->   having sum(case when a.s_score=b.s_score then 1 else 0 end)
    ->          >= abs(sum(sign(a.s_score-b.s_score)))
    ->   )c;
+----------------+
| avg(c.s_score) |
+----------------+
|        83.5000 |
+----------------+
1 row in set (0.00 sec)

解析:
当把having条件作为查询内容时,便比较清晰了,结果如下

mysql> select a.s_score,
    -> sum(case when a.s_score=b.s_score then 1 else 0 end )as if_equal,
    -> abs(sum(sign(a.s_score-b.s_score)))
    -> from score a,score b where a.c_id=b.c_id and a.c_id='02'
    -> group by a.s_score;
+---------+----------+-------------------------------------+
| s_score | if_equal | abs(sum(sign(a.s_score-b.s_score))) |
+---------+----------+-------------------------------------+
|      30 |        1 |                                   5 |
|      60 |        1 |                                   3 |
|      80 |        1 |                                   1 |
|      87 |        1 |                                   1 |
|      89 |        1 |                                   3 |
|      90 |        1 |                                   5 |
+---------+----------+-------------------------------------+
6 rows in set (0.00 sec)

2、众数
一组数据可以存在多个众数

mysql> select s_score from score where c_id='02';
+---------+
| s_score |
+---------+
|      90 |
|      60 |
|      80 |
|      30 |
|      80 |
|      89 |
+---------+
6 rows in set (0.00 sec)

mysql> select s_score from score
    -> where c_id='02'
    -> group by s_score
    -> having count(*)
    ->        >= all(select count(*) from score where c_id='02' group by s_score);
+---------+
| s_score |
+---------+
|      80 |
+---------+
1 row in set (0.00 sec)

解析:

mysql> select s_score,count(*) from score where c_id='02' group by s_score;
+---------+----------+
| s_score | count(*) |
+---------+----------+
|      30 |        1 |
|      60 |        1 |
|      80 |        2 |
|      89 |        1 |
|      90 |        1 |
+---------+----------+
5 rows in set (0.00 sec)

count() >= all(select count() from score where c_id='02' group by s_score)
表示score中分组后某个s_score出现的次数 >= 所有不同s_score出现的次数。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 156,757评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,478评论 1 289
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,540评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,593评论 0 203
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,903评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,329评论 1 210
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,659评论 2 309
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,383评论 0 195
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,055评论 1 238
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,337评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,864评论 1 256
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,227评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,820评论 3 231
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,999评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,750评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,365评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,260评论 2 258

推荐阅读更多精彩内容

  • 说明:以下五十个语句都按照测试数据进行过测试,最好每次只单独运行一个语句。 问题及描述: --1.学生表 Stud...
    lijun_m阅读 1,256评论 0 1
  • 50个常用的sql语句Student(S#,Sname,Sage,Ssex) 学生表Course(C#,Cname...
    哈哈海阅读 1,207评论 0 7
  • 文/逗逗 图/花瓣网 晚上下班路过一家河南面馆,店面装修简朴,就餐位置不多,却坐满了顾客,看着坐在等餐的人那么多,...
    遇见逗逗阅读 1,553评论 7 13
  • 从去年9月开始,越来越烦躁现在的这份工作,凡是和工作有关的一切都是牢骚满腹。就连家和单位这段45分钟的路程,都...
    小洋气和小虎气阅读 173评论 0 0
  • 突如其来的伤感,莫名其妙的委屈。 若是有一天有人能像我安慰别人时那样安慰我,我怕是会开心到飞起。 从来都是看客,什...
    风雨兮阅读 311评论 0 1