hive - Hiveql - 如何计算每个 ID 的百分位数

Question

我需要一些帮助来查找每个 ID 的多个值的百分位数。我的表如下；

ID	分数	score_date	实际分数	调查日期
一个	6.46	2021-04-01	5.25	2021-04-30
一个	4.21	2021-04-03	5.25	2021-04-30
一个	7.33	2021-04-05	5.25	2021-04-30
一个	6.45	2021-04-05	5.25	2021-04-30
乙	3.45	2021-04-15	4.30	2021-04-20

本质上，我需要找到每个 ID 的 Survey_Date - 30 天所有分数的第 25 个百分位以及平均错误，例如第 25 个百分位分数 - 实际分数。

我可以用; WHERE score_date <survey_date and score_date >= date_sub(survey_date, 30)将结果限制在调查日期前 30 天。我也知道 Hive 有一个内置函数 'PERCENTILE_APPROX()' 但是我不确定如何为每个 ID 获得一个值。

我研究过使用 OVER PARTITION BY 但无法让它与 PERCENTILE_APPROX() 一起使用

我想要的输出如下；

ID	25th_percentile_score	平均误差
一个	4.21	-1.04

每个 ID 一个值。

标签： hivehiveql