Postgres脏年龄数据：如何用单表达式计算范围平均值（适配Superset）

可以通过纯表达式实现，无需子查询或LATERAL JOIN，核心思路是用CASE语句区分单个年龄和年龄范围的情况，分别计算平均值：

CASE
  WHEN split_part("age", ' ', 1) LIKE '%-%' THEN
    (split_part(split_part("age", ' ', 1), '-', 1)::int + split_part(split_part("age", ' ', 1), '-', 2)::int) / 2.0
  ELSE
    split_part("age", ' ', 1)::int::numeric
END

表达式说明 #

1. 清理数据：用split_part("age", ' ', 1)提取核心年龄部分，自动去掉末尾的years后缀，得到纯数字或数字范围字符串。
2. 判断数据类型：通过LIKE '%-%'识别是否为年龄范围格式。
3. 计算代表值：
   • 若是范围格式：拆分出前后两个数字，转为整数后求和再除以2.0（用2.0保证结果为浮点型），得到范围平均值。
   • 若是单个年龄：直接转为数值型返回原年龄值。

这个表达式完全适配Superset的使用场景，不会触发集合返回函数的报错，且能准确计算出每个年龄数据的代表值。

内容的提问来源于stack exchange，提问作者mapto