如何通过MEDIAN函数在SQL中计算分组数据的中位数？

本文共计1240个文字，预计阅读时间需要5分钟。

MySQL 8.0.33 开始原生支持 `MEDIAN()` 窗口函数，但仅限于窗口模式（不能直接在 `GROUP BY` 中使用），并且必须配合 `OVER()` 使用。常见错误是将 `SELECT MEDIAN(score) FROM t GROUP BY class` 写成这样，会导致错误 `ERROR 1111 (HY000): Invalid use of group function`。

正确做法是先用窗口函数为每组排序编号，再取中间位置的值；或者改用 MEDIAN() OVER (PARTITION BY class ORDER BY score)，但注意：它返回的是「累积中位数」（cumulative median），不是每组独立中位数。

• MEDIAN() 在 MySQL 中不接受 DISTINCT，也不能嵌套在聚合上下文中
• 若数据量大，MEDIAN() OVER (...) 可能比手动模拟慢，因需全组排序
• 空值（NULL）会被自动过滤，不影响中位数计算逻辑

PostgreSQL 怎么安全地用 PERCENTILE_CONT(0.5) 替代 MEDIAN()

PostgreSQL 没有 MEDIAN() 函数，但 PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY x) 是标准、可靠、支持分组的替代方案。它在 GROUP BY 中可直接使用，语义清晰，且对偶数个元素自动插值（如 [1,3] → 2.0）。

容易踩的坑是漏掉 WITHIN GROUP 子句，或把 ORDER BY 写成列别名（如 ORDER BY avg_score），而实际只能用原始列或表达式。

• 必须写成 PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY score)，括号和子句缺一不可
• 若分组后某组全为 NULL，结果为 NULL，不会报错
• 性能上，它依赖索引加速排序；没索引时，大数据量分组可能显著变慢

SQLite 和旧版 MySQL 怎么手动算分组中位数（无内置函数）

SQLite 完全没有中位数函数，旧版 MySQL（MEDIAN()，这时得靠变量或自连接模拟「第 N/2 小的值」。核心思路是：对每组按值排序，给每行打序号，再筛选序号落在中位区间的行。

例如 MySQL 5.7 的典型写法：

SELECT class, AVG(score) AS median FROM ( SELECT class, score, @row := IF(@prev = class, @row + 1, 1) AS row_num, @prev := class FROM t, (SELECT @row := 0, @prev := '') r ORDER BY class, score ) ranked JOIN ( SELECT class, COUNT(*) AS cnt FROM t GROUP BY class ) cnts USING (class) WHERE row_num IN (FLOOR((cnt + 1)/2), CEIL((cnt + 1)/2)) GROUP BY class;

这个写法问题不少：依赖用户变量执行顺序（MySQL 8.0+ 已不推荐）、无法并行、空值处理模糊、且 FLOOR/CEIL 对奇偶逻辑要小心匹配。

• SQLite 推荐用两次 ROW_NUMBER() 窗口（需 3.25+）：一次正序、一次倒序，找两个序号都 ≥ 总数一半的行
• 所有手动实现都默认忽略 NULL；若需保留，得先用 COALESCE 或子查询预处理
• 当某组只有一行时，确保 FLOOR 和 CEIL 结果一致，否则会漏数据

为什么不能直接用 AVG() 或 PERCENTILE_DISC 代替中位数

中位数的核心价值是抗异常值，而 AVG() 不是替代品——哪怕只是想“快速近似”，在偏态分布下误差可能极大（比如 99 个 1 和 1 个 1000，AVG ≈ 10.99，MEDIAN = 1）。

PERCENTILE_DISC(0.5) 在 PostgreSQL 中存在，但它返回「离散值」（即组内真实存在的某个值），不插值。例如 [1,2,4,5] 返回 2 而非 3.0。这和多数人理解的中位数定义（连续型）不一致，尤其在统计报表中易引发歧义。

• PERCENTILE_DISC 在偶数长度时不保证返回哪个中间值（PostgreSQL 文档注明“implementation-defined”）
• 某些 BI 工具（如 Metabase）的「中位数」字段其实是调用 PERCENTILE_CONT，但导出 SQL 时可能悄悄替换成 AVG，务必检查生成语句
• 跨数据库移植时，MEDIAN() 行为差异最大：Oracle 返回近似值，MySQL 8.0.33+ 返回精确值，而 SQL Server 根本没这个函数

真正麻烦的不是语法怎么写，而是确认你用的数据库版本是否真的支持、以及那个“支持”是不是你理解的支持——比如 MySQL 的 MEDIAN() 看似来了，实则不能直接进 GROUP BY，还得绕一圈。动手前，先 SELECT VERSION() 和查文档确认行为细节，比抄示例代码重要得多。