SQL Server 2008中如何计算百分位数？有无PERCENTILE_CONT替代方案？

没错，SQL Server 2008确实没有PERCENTILE_CONT（以及PERCENTILE_DISC）这些从SQL Server 2012才引入的统计函数，不过咱们完全可以手动实现和它等效的计算逻辑。下面给你两种实用的方案，刚好对应你需求里的四分位数（P25、P50、P75）计算：

方法一：完美模拟PERCENTILE_CONT的线性插值逻辑 #

PERCENTILE_CONT的核心是线性插值的连续型百分位数，我们可以先给每个分组内的数据排序，计算目标位置后，根据位置是否为整数做插值计算，完全复刻它的逻辑：

WITH RankedData AS (
    SELECT 
        col_1,
        col_2,
        col_3,
        -- 分组内按col_3排序后的行号（从1开始）
        ROW_NUMBER() OVER (PARTITION BY col_1, col_2 ORDER BY col_3) AS rn,
        -- 当前分组的总记录数
        COUNT(*) OVER (PARTITION BY col_1, col_2) AS cnt
    FROM your_table_name -- 记得替换成你的表名
)
SELECT 
    DISTINCT
    col_1,
    col_2,
    -- 计算第25百分位（P25）
    CASE
        WHEN cnt * 0.25 <= 1 THEN MIN(col_3) OVER (PARTITION BY col_1, col_2)
        WHEN cnt * 0.25 >= cnt THEN MAX(col_3) OVER (PARTITION BY col_1, col_2)
        ELSE 
            -- 线性插值：取前后两行的值按比例加权
            (SELECT col_3 FROM RankedData rd2 WHERE rd2.col_1 = rd.col_1 AND rd2.col_2 = rd.col_2 AND rd2.rn = FLOOR(cnt * 0.25)) * (1 - (cnt * 0.25 - FLOOR(cnt * 0.25)))
            + (SELECT col_3 FROM RankedData rd2 WHERE rd2.col_1 = rd.col_1 AND rd2.col_2 = rd.col_2 AND rd2.rn = CEILING(cnt * 0.25)) * (cnt * 0.25 - FLOOR(cnt * 0.25))
    END AS P25,
    -- 计算中位数（P50）
    CASE
        WHEN cnt % 2 = 1 THEN (SELECT col_3 FROM RankedData rd2 WHERE rd2.col_1 = rd.col_1 AND rd2.col_2 = rd.col_2 AND rd2.rn = (cnt + 1)/2)
        ELSE ((SELECT col_3 FROM RankedData rd2 WHERE rd2.col_1 = rd.col_1 AND rd2.col_2 = rd.col_2 AND rd2.rn = cnt/2) + (SELECT col_3 FROM RankedData rd2 WHERE rd2.col_1 = rd.col_1 AND rd2.col_2 = rd.col_2 AND rd2.rn = cnt/2 + 1)) / 2.0
    END AS P50,
    -- 计算第75百分位（P75）
    CASE
        WHEN cnt * 0.75 <= 1 THEN MIN(col_3) OVER (PARTITION BY col_1, col_2)
        WHEN cnt * 0.75 >= cnt THEN MAX(col_3) OVER (PARTITION BY col_1, col_2)
        ELSE 
            (SELECT col_3 FROM RankedData rd2 WHERE rd2.col_1 = rd.col_1 AND rd2.col_2 = rd.col_2 AND rd2.rn = FLOOR(cnt * 0.75)) * (1 - (cnt * 0.75 - FLOOR(cnt * 0.75)))
            + (SELECT col_3 FROM RankedData rd2 WHERE rd2.col_1 = rd.col_1 AND rd2.col_2 = rd.col_2 AND rd2.rn = CEILING(cnt * 0.75)) * (cnt * 0.75 - FLOOR(cnt * 0.75))
    END AS P75
FROM RankedData rd;

逻辑说明： #

• 先通过CTERankedData给每个col_1,col_2分组内的col_3排序，得到每行的序号和分组总条数。
• 对于P25和P75：先计算目标位置（总条数 × 百分位），如果位置是整数直接取对应行的值；如果是小数，就取前后两行的值做线性加权，这和PERCENTILE_CONT的逻辑完全一致。
• 中位数P50的处理更直观：奇数条记录取中间值，偶数条取中间两个数的平均值。

方法二：用NTILE快速近似四分位数（简洁但精度稍低） #

如果你的场景对精度要求不高，想要更简洁的代码，可以用NTILE(4)把每个分组的数据强制分成4等份，取每个区间的边界值作为近似四分位数：

WITH QuartileData AS (
    SELECT 
        col_1,
        col_2,
        col_3,
        NTILE(4) OVER (PARTITION BY col_1, col_2 ORDER BY col_3) AS quartile
    FROM your_table_name -- 替换成你的表名
)
SELECT 
    col_1,
    col_2,
    MIN(CASE WHEN quartile = 1 THEN col_3 END) AS P25,
    MIN(CASE WHEN quartile = 2 THEN col_3 END) AS P50,
    MIN(CASE WHEN quartile = 3 THEN col_3 END) AS P75
FROM QuartileData
GROUP BY col_1, col_2;

注意事项： #

这种方法是离散型的近似，当分组内的记录数不能被4整除时，前几个分组会多一条记录，得到的结果和PERCENTILE_CONT的连续插值结果可能有差异，适合快速统计、精度要求不高的场景。

内容的提问来源于stack exchange，提问作者EvaHHHH