$percentil (agregación)

Tipo de operación

En una etapa $group, $percentile es un acumulador y calcula un valor para todos los documentos en la ventana.

En una etapa $project, $percentile es una expresión de agregación y calcula valores para cada documento.

En $setWindowFields etapas, $percentile devuelve un resultado para cada documento como una expresión de agregación, pero los resultados se calculan sobre grupos de documentos como un acumulador.

Consideraciones de cálculo

En las fases $group, $percentile siempre utiliza un método de cálculo aproximado.

En $project etapas, $percentile podría utilizar el método de cálculo discreto incluso cuando se especifica el método aproximado.

En $setWindowFields etapas, la carga de trabajo determina el método de cálculo que utiliza $percentile.

Los percentiles $percentile calculados pueden variar, incluso en los mismos conjuntos de datos. Esto se debe a que el algoritmo calcula valores aproximados.

Las muestras duplicadas pueden causar ambigüedad. Si hay una gran cantidad de duplicados, los valores percentiles podrían no representar la distribución muestral real. Considere un conjunto de datos donde todas las muestras son iguales. Todos los valores del conjunto de datos se encuentran en cualquier percentil o por debajo de él. Un valor de "percentil 50" representaría en realidad el 0 o el 100 por ciento de las muestras.

$percentile devuelve el valor mínimo para p = 0.0.

$percentile devuelve el valor máximo para p = 1.0.

Entrada de matriz

Si usa $percentile como expresión de agregación en una etapa, puede usar una matriz como entrada. La sintaxis $project es:

{
   $percentile: {
      input: [ <expression1, <expression2>, .., <expressionN> ],
      p: [ <expression1>, <expression2>, ... ],
      method: <string>
   }
}

Funciones de ventana

Una función de ventana permite calcular resultados sobre una ventana móvil de documentos adyacentes. A medida que cada documento pasa por la canalización, la $setWindowFields etapa:

• Recalcula el conjunto de documentos en la ventana actual

• Calcula un valor para todos los documentos del conjunto

• devuelve un único valor para ese documento

Puede utilizar $percentile en una $setWindowFields etapa para calcular estadísticas móviles para series de tiempo u otros datos relacionados.

Cuando usas $percentile en una etapa $setWindowField, el valor input debe ser un nombre de campo. Si introduces un arreglo en lugar de un nombre de campo, la operación falla.

Calcular un valor único como acumulador

Cree un acumulador que calcule un único valor de percentil:

db.testScores.aggregate( [
   {
      $group: {
         _id: null,
         test01_percentiles: {
            $percentile: {
               input: "$test01",
               p: [ 0.95 ],
               method: 'approximate'
            }
         },
      }
   }
] )

Salida:

{ _id: null, test01_percentiles: [ 67 ] }

El valor del campo _id es null, por lo que $group selecciona todos los documentos de la colección.

El acumulador percentile toma sus datos de entrada del campo test01.

En este ejemplo, la matriz de percentiles, p, tiene un solo valor, por lo que el operador $percentile solo calcula un término para los datos test01. El valor del percentil 95es 67.

Calcular múltiples valores como un acumulador

Cree un acumulador que calcule múltiples valores de percentil:

db.testScores.aggregate( [
   {
       $group: {
          _id: null,
          test01_percentiles: {
             $percentile: {
                input: "$test01",
                p: [ 0.5, 0.75, 0.9, 0.95 ],
                method: 'approximate'
             }
          },
          test02_percentiles: {
             $percentile: {
                input: "$test02",
                p: [ 0.5, 0.75, 0.9, 0.95 ],
                method: 'approximate'
             }
          },
          test03_percentiles: {
             $percentile: {
                input: "$test03",
                p: [ 0.5, 0.75, 0.9, 0.95 ],
                method: 'approximate'
             }
          },
          test03_percent_alt: {
             $percentile: {
                input: "$test03",
                p: [ 0.9, 0.5, 0.75, 0.95 ],
                method: 'approximate'
             }
          },
       }
    }
] )

Salida:

{
    _id: null,
   test01_percentiles: [ 62, 64, 67, 67 ],
   test02_percentiles: [ 81, 82, 83, 83 ],
   test03_percentiles: [ 78, 79, 80, 80 ],
   test03_percent_alt: [ 80, 78, 79, 80 ]
}

El valor del campo _id es null, por lo que $group selecciona todos los documentos de la colección.

El acumulador percentile calcula valores para tres campos, test01, test02 y test03.

El acumulador calcula los valores de percentil 50, 75, 90y 95para cada campo de entrada.

Los valores de percentil se devuelven en el mismo orden que los elementos de p. Los valores de test03_percentiles y test03_percent_alt son iguales, pero su orden es diferente. El orden de los elementos en cada matriz de resultados coincide con el orden correspondiente de los elementos en p.

Utilice $percentile en una $project etapa

En una etapa $project, $percentile es una expresión de agregación y calcula valores para cada documento.

Puede utilizar un nombre de campo o una matriz como entrada en una etapa $project.

db.testScores.aggregate( [
   {
      $project: {
         _id: 0,
         studentId: 1,
         testPercentiles: {
            $percentile: {
               input: [ "$test01", "$test02", "$test03" ],
               p: [ 0.5, 0.95 ],
               method: 'approximate'
            }
         }
      }
   }
] )

Salida:

{ studentId: '2345', testPercentiles: [ 80, 81 ] },
{ studentId: '2356', testPercentiles: [ 79, 83 ] },
{ studentId: '2358', testPercentiles: [ 78, 82 ] },
{ studentId: '2367', testPercentiles: [ 72, 77 ] },
{ studentId: '2369', testPercentiles: [ 60, 72 ] }

Cuando $percentile es una expresión de agregación, hay un resultado para cada studentId.

Utilice $percentile en una $setWindowField etapa

Para basar sus valores de percentil en las tendencias de datos locales, utilice $percentile en una etapa de canalización de agregación $setWindowField.

Este ejemplo crea una ventana para filtrar puntuaciones:

db.testScores.aggregate( [
   {
      $setWindowFields: {
         sortBy: { test01: 1 },
         output: {
            test01_95percentile: {
               $percentile: {
                  input: "$test01",
                  p: [ 0.95 ],
                  method: 'approximate'
               },
               window: {
                  range: [ -3, 3 ]
               }
            }
         }
      }
   },
   {
      $project: {
         _id: 0,
         studentId: 1,
         test01_95percentile: 1
      }
   }
] )

Salida:

{ studentId: '2356', test01_95percentile: [ 62 ] },
{ studentId: '2369', test01_95percentile: [ 62 ] },
{ studentId: '2345', test01_95percentile: [ 64 ] },
{ studentId: '2367', test01_95percentile: [ 67 ] },
{ studentId: '2358', test01_95percentile: [ 67 ] }

En este ejemplo, el cálculo del percentil para cada documento también incorpora datos de los tres documentos anteriores y posteriores.