cume_dist

Документация по оконной функции cume_dist

Вычисляет кумулятивное распределение значения в группе значений, то есть процент строк, значения которых меньше или равны значению текущей строки. Может использоваться для определения относительного положения значения в партиции.

Синтаксис

cume_dist ()
  OVER ([[PARTITION BY grouping_column] [ORDER BY sorting_column]
        [RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING]] | [window_name])
FROM table_name
WINDOW window_name as ([PARTITION BY grouping_column] [ORDER BY sorting_column] RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)

Используемое по умолчанию и обязательное определение рамки окна: RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING.

Подробнее о синтаксисе оконных функций см.: Оконные функции — синтаксис.

Возвращаемое значение

• Относительный ранг текущей строки. Возвращаемый тип — Float64, значение — в диапазоне [0, 1]. Float64.

Пример

В следующем примере вычисляется кумулятивное распределение зарплат в команде:

Query

CREATE TABLE salaries
(
    `team` String,
    `player` String,
    `salary` UInt32,
    `position` String
)
Engine = Memory;

INSERT INTO salaries FORMAT Values
    ('Port Elizabeth Barbarians', 'Gary Chen', 195000, 'F'),
    ('New Coreystad Archdukes', 'Charles Juarez', 190000, 'F'),
    ('Port Elizabeth Barbarians', 'Michael Stanley', 150000, 'D'),
    ('New Coreystad Archdukes', 'Scott Harrison', 150000, 'D'),
    ('Port Elizabeth Barbarians', 'Robert George', 195000, 'M'),
    ('South Hampton Seagulls', 'Douglas Benson', 150000, 'M'),
    ('South Hampton Seagulls', 'James Henderson', 140000, 'M');

Query

SELECT player, salary,
       cume_dist() OVER (ORDER BY salary DESC) AS cume_dist
FROM salaries;

Response

   ┌─player──────────┬─salary─┬───────────cume_dist─┐
1. │ Robert George   │ 195000 │  0.2857142857142857 │
2. │ Gary Chen       │ 195000 │  0.2857142857142857 │
3. │ Charles Juarez  │ 190000 │ 0.42857142857142855 │
4. │ Douglas Benson  │ 150000 │  0.8571428571428571 │
5. │ Michael Stanley │ 150000 │  0.8571428571428571 │
6. │ Scott Harrison  │ 150000 │  0.8571428571428571 │
7. │ James Henderson │ 140000 │                   1 │
   └─────────────────┴────────┴─────────────────────┘

Подробности реализации

Функция cume_dist() вычисляет относительную позицию по следующей формуле:

cume_dist = (number of rows ≤ current row value) / (total number of rows in partition)

Строки с одинаковыми значениями (peers) получают одно и то же значение кумулятивного распределения, соответствующее наибольшей позиции в группе peers.