如何在Azure Data Flows的聚合转换中计算中位数？

Azure Data Flows的聚合转换确实没有内置中位数函数，你可以通过以下两种实用方法实现：

方法一：窗口转换+筛选+聚合组合实现 #

这是最易理解的分步实现方式：

1. 给数据流添加窗口转换，按需设置分组键（无需分组就留空）。
2. 在窗口的排序规则里，对需要计算中位数的数值列设置升序/降序排序。
3. 添加两个窗口计算列：
   • 统计分组内总行数：count(1)，命名为total_rows
   • 标记每行在排序后的位置：row_number()，命名为row_pos
4. 接一个筛选转换，根据总行数奇偶性设置筛选条件：
   • 奇数行：row_pos == (total_rows + 1)/2
   • 偶数行（取中间两数的平均值）：row_pos == total_rows/2 OR row_pos == total_rows/2 + 1
5. 最后用聚合转换，保留原分组键（如果有），对筛选后的数值列取平均值（偶数场景）或直接取值（奇数场景），得到最终中位数。

方法二：直接使用百分位函数 #

Azure Data Flows支持percentile_cont和percentile_disc两个百分位函数，可直接在聚合转换中使用：

• 连续型中位数（偶数行自动取中间两数的平均值）：

  percentile_cont(0.5) within group (order by your_numeric_column)
  

• 离散型中位数（返回数据集中存在的中间位置实际值）：

  percentile_disc(0.5) within group (order by your_numeric_column)
  

替换your_numeric_column为你要计算的数值列名，直接把这段表达式作为聚合列的计算逻辑即可。

小提示：percentile_cont适合连续数值场景，percentile_disc更适合离散分类数值的中位数计算。

内容的提问来源于stack exchange，提问作者Vinodh M