嘿，这个问题我之前刚好碰到过，咱们一步步理清楚怎么对齐Excel的输出：

核心差异先搞懂 #

首先得明确RANK()和PERCENT_RANK()的本质区别：

• RANK()：返回的是位次整数（比如窗口里排第1、第3），完全不是百分比形式，和你要的“百分位排名”不是一回事。
• PERCENT_RANK()：返回0到1之间的相对比例值（比如0.3表示处于前30%的位置），这才是对应Excel里百分位排名的核心逻辑。

对齐Excel的两种百分位函数 #

Excel里的百分位排名有两个常用版本，你得先确认自己用的是哪一个，再对应SQL的实现：

1. PERCENTRANK.INC：包含0和1两个边界，公式是(排名位次 - 1)/(总样本数 - 1)，这和SQL标准的PERCENT_RANK()逻辑完全一致，直接用就行。
2. PERCENTRANK.EXC：不包含0和1，公式是(排名位次 - 1)/(总样本数 + 1)，SQL里没有直接对应的函数，需要用RANK()结合窗口内的计数手动计算。

具体SQL实现示例 #

假设你的数据库支持窗口函数（比如BigQuery、Snowflake、PostgreSQL等），这里给你写好完整的代码，包含两种Excel函数的复现：

-- 先计算出Qty字段
WITH calculated_qty AS (
    SELECT 
        Date,
        Ticker,
        Price,
        Value,
        Value / Price AS Qty
    FROM t
)
SELECT 
    Date,
    Ticker,
    Qty,
    -- 对应Excel的PERCENTRANK.INC（直接用PERCENT_RANK）
    PERCENT_RANK() OVER (
        PARTITION BY Ticker  -- 按每个Ticker分组
        ORDER BY Date         -- 按日期排序
        ROWS BETWEEN 2 PRECEDING AND CURRENT ROW  -- 3天滚动窗口（当前行+前2行）
    ) AS qty_percent_rank_inc,
    -- 对应Excel的PERCENTRANK.EXC（手动计算）
    (RANK() OVER (
        PARTITION BY Ticker 
        ORDER BY Date 
        ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
    ) - 1) / (COUNT(*) OVER (
        PARTITION BY Ticker 
        ORDER BY Date 
        ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
    ) + 1) AS qty_percent_rank_exc
FROM calculated_qty
ORDER BY Ticker, Date;

最后总结 #

• 如果你的Excel输出是用PERCENTRANK.INC生成的，直接用SQL的PERCENT_RANK()就完美对齐。
• 如果是PERCENTRANK.EXC，就用上面手动计算的方式。
• 绝对不要用单纯的RANK()，它给你的是位次，不是百分位比例，完全不符合需求。

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