PostgreSQL percentile_rank精确计算逻辑及与Scipy结果差异问询

• 核心计算公式：PostgreSQL的percent_rank()属于窗口函数，其精确计算逻辑为：

  (rank - 1) / (total_rows - 1)
  

  其中：

  • rank是当前行通过rank()函数得到的排名（相同数值会获得相同排名，后续排名会出现跳跃）
  • total_rows是当前窗口内的总行数

• 代入你的示例验证：
  你的数据集总行数为554，目标数据的排名是306，代入公式计算：

  (306 - 1) / (554 - 1) = 305 / 553 ≈ 0.5515370705
  

  转换为百分比后就是你得到的55.15370705，和PostgreSQL的计算结果完全匹配。

• 与scipy percentileofscore 的差异根源：
  scipy的percentileofscore提供四种计算类型，核心是对相同值的统计逻辑不同：

  • strict：仅统计严格小于目标值的行数占总行数的比例
  • weak：统计小于等于目标值的行数占总行数的比例
  • rank：基于排名的占比，公式为rank / total_rows
  • mean：取strict和weak结果的平均值
    而PostgreSQL的percent_rank()采用的是秩转换标准化逻辑，将排名映射到[0,1]区间，和scipy的四种计算类型均不直接对应，这就是两者结果不一致的原因。

内容的提问来源于stack exchange，提问作者Brian Postow