plug-in rolling_percentile()

S’applique à : ✅Microsoft Fabric✅Azure Data Explorer

Retourne une estimation du centile spécifié de la population ValueColumn dans une fenêtre de taille BinsPerWindow propagée par BinSize.

Le plug-in est appelé avec l’opérateur evaluate .

Syntaxe

Trolling_percentile(| evaluate ValueColumn, Percentile, IndexColumn, BinSize, BinsPerWindow [, dim1, dim2, ...])

En savoir plus sur les conventions de syntaxe.

Paramètres

Nom	Type	Requise	Description
T	string	✔️	Expression tabulaire d’entrée.
ValueColumn	string	✔️	Nom de la colonne utilisée pour calculer les centiles.
Centile	int, long ou réel	✔️	Scalaire avec le centile à calculer.
IndexColumn	string	✔️	Nom de la colonne sur laquelle exécuter la fenêtre propagée.
BinSize	int, long, real, datetime ou timespan	✔️	Scalaire avec la taille des bacs à appliquer sur IndexColumn.
BinsPerWindow	int	✔️	Nombre de bacs inclus dans chaque fenêtre.
dim1, dim2, ...	string		Liste des colonnes de dimensions à découper.

Retours

Retourne une table avec une ligne par bac (et une combinaison de dimensions si spécifiée) qui a le centile propagé de valeurs dans la fenêtre se terminant par la corbeille (inclusive). Le schéma de table de sortie est le suivant :

IndexColumn	dim1	...	dim_n	rolling_BinsPerWindow_percentile_ValueColumn_Pct

Exemples

Valeur médiane de 3 jours propagée par jour

La requête suivante calcule une valeur médiane de 3 jours en granularité quotidienne. Chaque ligne de la sortie représente la valeur médiane des 3 derniers bacs (jours), y compris le bac lui-même.

Exécuter la requête

let T = 
    range idx from 0 to 24 * 10 - 1 step 1
    | project Timestamp = datetime(2018-01-01) + 1h * idx, val=idx + 1
    | extend EvenOrOdd = iff(val % 2 == 0, "Even", "Odd");
T  
| evaluate rolling_percentile(val, 50, Timestamp, 1d, 3)

Sortie

Timestamp	rolling_3_percentile_val_50
2018-01-01 00:00:00.0000000	12
2018-01-02 00:00:00.0000000	24
2018-01-03 00:00:00.0000000	36
2018-01-04 00:00:00.0000000	60
2018-01-05 00:00:00.0000000	84
2018-01-06 00:00:00.0000000	108
2018-01-07 00:00:00.0000000	132
2018-01-08 00:00:00.0000000	156
2018-01-09 00:00:00.0000000	180
2018-01-10 00:00:00.0000000	204

Valeur médiane de 3 jours propagée par jour par dimension

Le même exemple ci-dessus, mais calcule également la fenêtre propagée partitionnée pour chaque valeur de la dimension.

Exécuter la requête

let T = 
    range idx from 0 to 24 * 10 - 1 step 1
    | project Timestamp = datetime(2018-01-01) + 1h * idx, val=idx + 1
    | extend EvenOrOdd = iff(val % 2 == 0, "Even", "Odd");
T  
| evaluate rolling_percentile(val, 50, Timestamp, 1d, 3, EvenOrOdd)

Sortie

Timestamp	EvenOrOdd	rolling_3_percentile_val_50
2018-01-01 00:00:00.0000000	Even	12
2018-01-02 00:00:00.0000000	Even	24
2018-01-03 00:00:00.0000000	Even	36
2018-01-04 00:00:00.0000000	Even	60
2018-01-05 00:00:00.0000000	Even	84
2018-01-06 00:00:00.0000000	Even	108
2018-01-07 00:00:00.0000000	Even	132
2018-01-08 00:00:00.0000000	Even	156
2018-01-09 00:00:00.0000000	Even	180
2018-01-10 00:00:00.0000000	Even	204
2018-01-01 00:00:00.0000000	Étrange	11
2018-01-02 00:00:00.0000000	Étrange	23
2018-01-03 00:00:00.0000000	Étrange	35
2018-01-04 00:00:00.0000000	Étrange	59
2018-01-05 00:00:00.0000000	Étrange	83
2018-01-06 00:00:00.0000000	Étrange	107
2018-01-07 00:00:00.0000000	Étrange	131
2018-01-08 00:00:00.0000000	Étrange	155
2018-01-09 00:00:00.0000000	Étrange	179
2018-01-10 00:00:00.0000000	Étrange	203