Sql 从列创建存储箱的案例替代方案

我有一个表，其中列（

COL1

）的值可以从0到1（包括0到1）。从本专栏中，我想创建一个新专栏，使用预定义的范围（即创建箱子）对

COL1

进行分类。当类别/箱的数量较少时，可以使用CASE When轻松完成，例如：

SELECT
       CASE WHEN COL1 <= 0.2 THEN 1
            WHEN COL1 > 0.2 AND COL1 <= 0.4 THEN 2
            ....
            WHEN COL1 > 0.8 AND COL1 <= 1 THEN 5
       END AS COL1_bin
FROM   Table

选择
当COL1 0.2和COL1 0.8以及COL1时，这里有一种方法可以做到这一点。如果假设您希望箱子范围为0.1,0.2,0.3，。。。直到1点。然后，您将使用块行生成并将步长设置为行数/10，以及为每个箱子设置下限和上限，生成10行

之后，您需要检查col1的值是否符合相应的bin下限和上限，如下所示。（我使用left join来包含col1值为null的条件。如果不可能出现这种情况，则可以将其更改为常规join）

我不确定Hive是否有装箱功能（Postgres有）。但你可以使用算术：

select floor( greatest(least($maxval, col1), $minval) - $minval) /
              $step_size
            ) as bin
from t;

如果要从数据中获取最小值和最大值，可以使用窗口函数：

select floor( greatest(least(maxval, col1), minval) - minval) /
              $step_size
            ) as bin
from (select t.*,
             min(col1) over () as minval,
             max(col1) over () as maxval
      from t
     ) t;

严格来说，计算不需要子查询。但这允许使用
bin
进行聚合。
创建一个表
（valueFrom、valueTo、bin\u value）
，并将其加入到查询中。如果这个关系是线性的，你可以用简单的算术表达式来代替。这不是一个纯粹的数学映射吗？为什么不在你的应用程序中使用它呢？不知道你的意思。乔治·约瑟夫（George Joseph）的以下答案在经过一些轻微调整后生效（将提供建议的调整，然后接受他的答案），如果您有一个更简单/更清晰的简单算法替代方案，我很乐意听到。太好了。由于HiveQL中显然不存在
top
功能，并且由于四舍五入，在某些情况下箱子稍微不正确（例如，0.1999998而不是0.2），因此需要进行轻微调整。此外，我无法使用BETWEEN执行连接，因此我将其改为where语句。您的查询在下一篇评论中稍作修改，并对您的答案进行了稍作修改，以适应Hive QL。这似乎比先前提出的答案快得多，而且它可能可以在任何SQL变体中实现。我对您的查询做了一点修改：
选择ceil（最大值（col1，0.01）/0.01）作为bin
。这样所有的价值观
select floor( greatest(least(maxval, col1), minval) - minval) /
              $step_size
            ) as bin
from (select t.*,
             min(col1) over () as minval,
             max(col1) over () as maxval
      from t
     ) t;