阿里云 python 构建UDAF，传入一个列名col和percentile，实现计算某列的分位值

在阿里云MaxCompute中，你可以使用Python构建一个用户定义聚合函数(UDAF)来计算指定列的百分位数。例如，假设你想计算名为`col`的一列的第`percentile`百分位值，可以按照以下步骤操作：

首先，你需要定义一个类，继承自`pyodps.udf.UDAF`类：

from pyodps.udf import annotate
from collections import defaultdict

@annotate('quantile', 'double')
class PercentileUDAF(object):
    def __init__(self, col_name, percentile):
        self.col_name = col_name
        self.percentile = percentile
        self.values = defaultdict(list)
        self.rank_sum = 0

    # 初始化阶段，存储所有输入值及其索引
    def initialize(self, ctx):
        for i, row in enumerate(ctx.get_iterator()):
            value = row[self.col_name]
            self.values[value].append(i)

    # 迭代阶段，将新值和索引入队列
    def iterate(self, ctx, value):
        if value is not None:
            rank = len(self.values[value])
            self.values[value].append(rank)
            self.rank_sum += rank

    # 结束阶段，计算并返回百分位值
    def terminate(self, ctx):
        total_count = ctx.get_total_size()
        values = list(self.values.values())
        for val_list in values:
            sorted_val_list = sorted(val_list)
            idx = int((self.rank_sum / total_count) * len(sorted_val_list))
            if idx < len(sorted_val_list):
                return sorted_val_list[idx]

# 使用示例
percentile_udaf = PercentileUDAF('col', 0.5)  # 计算50%分位数（中位数）

然后，在SQL查询中调用这个UDAF：

SELECT quantile(col, @percentile) FROM your_table;

这里`@percentile`是一个系统变量，你需要预先设置它的值为你想要计算的百分比。