SQL 为值区间填充缺失值

为值区间填充缺失值是一种常见的数据清洗技术，可以将缺失值通过对应区间的均值或中位数进行填充，从而保证数据的完整性和可靠性。以下是详细的操作步骤和示例：

操作步骤

1. 确认需要填充缺失值的列和对应的区间；
2. 根据区间范围，将数据按照区间分组，并计算每个区间的均值或中位数；
3. 将缺失值所在的行的区间值作为索引，匹配对应的均值或中位数，然后填充缺失值。

示例1

假设我们有一份销售数据表，包含了商品名称、销售金额和区域三个字段，其中部分销售金额的值缺失。我们需要通过商品名称和区域确定对应销售金额的均值，然后将缺失值进行填充。操作步骤如下：

--将数据按照商品名称和区域分组计算均值
SELECT 商品名称, 区域, AVG(销售金额) as 均值
FROM 销售表
GROUP BY 商品名称, 区域

执行上述查询之后会得到一个结果表，包含了每个商品和区域对应的销售均值。接下来，我们可以将这个结果表用作子查询，在原始表格中进行内连接，然后使用CASE WHEN语句填充缺失值。

--使用均值填充缺失值
UPDATE 销售表
SET 销售金额 = (
    SELECT 均值
    FROM (
        SELECT 商品名称, 区域, AVG(销售金额) as 均值
        FROM 销售表
        GROUP BY 商品名称, 区域
    ) t
    WHERE t.商品名称 = 销售表.商品名称 AND t.区域 = 销售表.区域
)
WHERE 销售金额 IS NULL;

示例2

假设我们有一份学生成绩表，包含了学生姓名、科目和成绩三个字段，其中部分成绩的值缺失。我们需要通过科目确定对应成绩的中位数，然后将缺失值进行填充。操作步骤如下：

--将数据按照科目分组计算中位数
SELECT 科目, PERCENTILE_CONT(0.5) WITHIN GROUP(ORDER BY 成绩) as 中位数
FROM 成绩表
GROUP BY 科目

执行上述查询之后会得到一个结果表，包含了每个科目对应的成绩中位数。接下来，我们可以将这个结果表用作子查询，在原始表格中进行内连接，然后使用CASE WHEN语句填充缺失值。

--使用中位数填充缺失值
UPDATE 成绩表
SET 成绩 = (
    SELECT 中位数
    FROM (
        SELECT 科目, PERCENTILE_CONT(0.5) WITHIN GROUP(ORDER BY 成绩) as 中位数
        FROM 成绩表
        GROUP BY 科目
    ) t
    WHERE t.科目 = 成绩表.科目
)
WHERE 成绩 IS NULL;

以上是SQL为值区间填充缺失值的完整攻略及两个实例，需要根据具体情况进行调整和修改。