[PostgreSQL] PERCENTILE_CONT 함수를 이용한 중앙값 계산

업무를 하다 보면 여러 가지 값이 필요로 하는 상황이 생기게 됩니다. 

그중에서 통계적으로 중앙값을 필요로 하는 부분이 있습니다.

중앙값을 구할 때 다양한 방법이 있을 수 있지만 PostgreSQL을 사용하고 있다면 Percentile_cont라는 함수를 이용하는 방법을 말씀드리도록 하겠습니다.

---

중앙값의 정의를 어떻게 하느냐에 따라 다를 거 같습니다.

ex. A라는 배열에 정렬된 숫자가 있다고 가정하도록 하겠습니다.

1. A[0] + A [A.length-1] / 2  = (최소 + 최대/2)

2. 정렬된 숫자의 길이/2  = (A의 중간값)
조건들이 있을 수 있지만 Percentile_cont는 위 조건과는 다르게 계산됩니다.

 

Percentile_cont

정렬된 값들 사이를 선형 보간(linear interpolation)해서 백분위수 값을 계산합니다.

선형보간이란? (wiki)

끝점의 값이 주어졌을 때 그 사이에 위치한 값을 추정하기 위하여 직선거리에 따라 선형적으로 계산하는 방법이다.

 

1. row(데이터)가 짝수인 경우

- 가운데 두 값을 구합니다.

   ex. 총 6개의 row가 있다면 n=6/2=3, 가운데 값은 A[2](n-1),A[3](n)을 선형 보간합니다.

- (A [2] + A [3])/2를 한 값이 중앙값이 됩니다.

짝수 예시

/** 
row = [
 {
 	id:1,
    num:10
 },
 {
 	id:2,
    num:20
 },
 {
 	id:3,
    num:30
 },
 {
 	id:4,
    num:40
 },
 {
 	id:5,
    num:50
 },
 {
 	id:6,
    num:60
 }
]
*/
SELECT percentile_cont(0.5) WITHIN GROUP (ORDER BY num) FROM TableName;

- 중앙값을 알기 위해서 percentile_cont 함수에 0.5를 넣어주셔야 합니다.

- 값이 6개임으로 짝수이며 가운데 두 값인 30과 40으로 계산해야 합니다.

- (30+40)/2=35

- 중앙값은 35가 됩니다.

 

 

 

2. row(데이터)가 홀수인 경우

- 가운데 값을 그대로 반환합니다.

   ex. 총 5개의 row가 있다면 n=5/2 = 2, 가운데 값은 A [2]입니다.

홀수 예시

/** 
row = [
 {
 	id:1,
    num:10
 },
 {
 	id:2,
    num:20
 },
 {
 	id:3,
    num:30
 },
 {
 	id:4,
    num:40
 },
 {
 	id:5,
    num:50
 }
]
*/
SELECT percentile_cont(0.5) WITHIN GROUP (ORDER BY num) FROM TableName;

 

- 중앙값을 알기 위해서 percentile_cont 함수에 0.5를 넣어주셔야 합니다.

- 그러면 중앙값으로 30이 출력이 됩니다.

 

---

percentile_cont 말고 percentile_disc도 있지만, disc는 정렬된 값을 기준으로 선형보간이 이루어지지 않은 값을 전달한다고 합니다.

선형 보간을 이루지 않은 값이라고 하면 데이터가 짝수인 경우라면 절반 한 값의 제일 큰 값을 가져온다고 보시면 됩니다.

데이터를 기반으로 있는 값을 중앙값으로 하신다고 하면 disc라고 생각하며, 정확한 값을 도출한다면 cont일 거 같습니다.

 

그리고 제일 중요한 부분

공식문서를 확인하면 PostgreSQL 버전 9.4 이상부터 지원하는 함수입니다.

이전 버전을 사용하시는 분이라면 다른 방식을 고려해 보셔야 될 거습니다.

 

 

 

 

 

 

 

특정 문제나 궁금한 점을 검색하며 찾아보고 작성한 글입니다. 혹시라도 부정확한 정보를 전달드릴 수 있습니다. 틀린 부분이 있으면 댓글을 남겨주세요.

 

Ref.

https://datarian.io/blog/calculating-median-with-postgresql-percentile-cont-function

PERCENTILE_CONT 함수를 이용해 중앙값 계산하기 [PostgreSQL]

https://www.postgresql.org/docs/9.4/sql-expressions.html

Value Expressions