QUANTILE_TDIGEST_WEIGHTED (Lakehouse v1)

t-digestアルゴリズムを使用して、数値データ列の近似分位数を計算します。この関数は、データ列の各メンバーの重みを考慮します。メモリ消費量は log(n) です（n は値の数）。

Analyzeの構文

func.quantile_tdigest_weighted(<levels>, <expr>, <weight_expr>)

Analyzeの例

func.quantile_tdigest_weighted([0.5, 0.8], table.sales_amount, 1).alias('sales_amounts')

| sales_amounts         |
|-----------------------+
| [6000.0,7000.0]       |

SQLの構文

QUANTILE_TDIGEST_WEIGHTED(<level1>[, <level2>, ...])(<expr>, <weight_expr>)

引数

引数	説明
`<level n>`	分位数のレベルは、0 から 1 の定数の浮動小数点数で表します。レベル値は [0.01, 0.99] の範囲で指定することをお勧めします。
`<expr>`	任意の数値式
`<weight_expr>`	任意の符号なし整数式。重みは値の出現回数です。

戻り値の型

指定した分位数のレベルの数に応じて、Float64 値または Float64 値の配列を返します。

SQLの例

-- Create a table and insert sample data
CREATE TABLE sales_data (
  id INT,
  sales_person_id INT,
  sales_amount FLOAT
);

INSERT INTO sales_data (id, sales_person_id, sales_amount)
VALUES (1, 1, 5000),
       (2, 2, 5500),
       (3, 3, 6000),
       (4, 4, 6500),
       (5, 5, 7000);

SELECT QUANTILE_TDIGEST_WEIGHTED(0.5)(sales_amount, 1) AS median_sales_amount
FROM sales_data;

median_sales_amount|
-------------------+
             6000.0|

SELECT QUANTILE_TDIGEST_WEIGHTED(0.5, 0.8)(sales_amount, 1)
FROM sales_data;

quantile_tdigest_weighted(0.5, 0.8)(sales_amount)|
-------------------------------------------------+
[6000.0,7000.0]                                  |