Amazon Redshift unterstützt UDFs ab Patch 198 nicht mehr die Erstellung von neuem Python. Das bestehende Python UDFs wird bis zum 30. Juni 2026 weiterhin funktionieren. Weitere Informationen finden Sie im [Blog-Posting](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). 

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Die Funktion MEDIAN
<a name="r_MEDIAN"></a>

Berechnet den Medianwert für den Wertebereich. `NULL`-Werte im Bereich werden ignoriert.

MEDIAN ist eine Funktion für die inverse Verteilung, die ein kontinuierliches Verteilungsmodell annimmt.

MEDIAN ist ein Spezialfall von [PERCENTILE\_CONT](r_PERCENTILE_CONT.md).

## Syntax
<a name="r_MEDIAN-synopsis"></a>

```
MEDIAN(median_expression)
```

## Argumente
<a name="r_MEDIAN-arguments"></a>

 *median\_expression*   
Die Zielspalte oder der Ausdruck, für die/den die Funktion ausgeführt wird.

## Datentypen
<a name="r_MEDIAN-data-types"></a>

Der Rückgabetyp wird durch den Datentyp von *median\_expression* festgelegt. Die folgende Tabelle zeigt den Rückgabetyp für jeden *median\_expression*-Datentyp an.


| Input type | Rückgabetyp | 
| --- | --- | 
| INT2, INT4, INT8, NUMERIC, DECIMAL | DECIMAL | 
| FLOAT, DOUBLE | DOUBLE | 
| DATE | DATE | 
| TIMESTAMP | TIMESTAMP | 
| TIMESTAMPTZ | TIMESTAMPTZ | 

## Nutzungshinweise
<a name="r_MEDIAN-data-type-usage-notes"></a>

Wenn das Argument *median\_expression* den Datentyp `DECIMAL` hat und mit der maximal zulässigen Präzision von 38 Stellen definiert ist, gibt MEDIAN möglicherweise ein falsches Ergebnis oder einen Fehler zurück. Wenn der Rückgabewert der Funktion MEDIAN 38 Stellen überschreitet, wird das Ergebnis entsprechend abgekürzt. Dies führt zu einem Genauigkeitsverlust. Wenn während der Interpolierung ein Zwischenergebnis die maximal zulässige Genauigkeit überschreitet, erfolgt ein numerischer Überlauf und die Funktion gibt einen Fehler zurück. Um diese Bedingungen zu vermeiden, werden die Verwendung eines Datentyps mit einer niedrigeren Genauigkeit oder die Umwandlung des Arguments *median\_expression* in ein Argument mit niedrigerer Genauigkeit empfohlen. 

Wenn eine Anweisung mehrere Aufrufe von sortierbasierten Aggregationsfunktionen enthält (LISTAGG, PERCENTILE\_CONT oder MEDIAN), müssen alle dieselben ORDER BY-Werte verwenden. Beachten Sie, dass MEDIAN implizit eine Reihenfolge nach dem Wert des Ausdrucks anwendet. 

Die folgende Anweisung gibt beispielsweise einen Fehler zurück. 

```
SELECT TOP 10 salesid, SUM(pricepaid), 
PERCENTILE_CONT(0.6) WITHIN GROUP(ORDER BY salesid),
MEDIAN(pricepaid)
FROM sales 
GROUP BY salesid, pricepaid;

An error occurred when executing the SQL command:
SELECT TOP 10 salesid, SUM(pricepaid), 
PERCENTILE_CONT(0.6) WITHIN GROUP(ORDER BY salesid),
MEDIAN(pricepaid)
FROM sales 
GROUP BY salesid, pricepaid;

ERROR: within group ORDER BY clauses for aggregate functions must be the same
```

Die folgende Anweisung wird erfolgreich ausgeführt. 

```
SELECT TOP 10 salesid, SUM(pricepaid), 
PERCENTILE_CONT(0.6) WITHIN GROUP(ORDER BY salesid),
MEDIAN(salesid)
FROM sales 
GROUP BY salesid, pricepaid;
```

## Beispiele
<a name="r_MEDIAN-examples"></a>

In den folgenden Beispielen werden Daten aus der TICKIT-Beispieldatenbank verwendet. Weitere Informationen finden Sie unter [Beispieldatenbank](c_sampledb.md).

Das folgende Beispiel zeigt, dass MEDIAN dieselben Ergebnisse wie PERCENTILE\_CONT(0.5) produziert. 

```
SELECT TOP 10 DISTINCT sellerid, qtysold, 
PERCENTILE_CONT(0.5) WITHIN GROUP(ORDER BY qtysold),
MEDIAN(qtysold) 
FROM sales
GROUP BY sellerid, qtysold;

+----------+---------+-----------------+--------+
| sellerid | qtysold | percentile_cont | median |
+----------+---------+-----------------+--------+
|        2 |       2 |               2 |      2 |
|       26 |       1 |               1 |      1 |
|       33 |       1 |               1 |      1 |
|       38 |       1 |               1 |      1 |
|       43 |       1 |               1 |      1 |
|       48 |       2 |               2 |      2 |
|       48 |       3 |               3 |      3 |
|       77 |       4 |               4 |      4 |
|       85 |       4 |               4 |      4 |
|       95 |       2 |               2 |      2 |
+----------+---------+-----------------+--------+
```

Im folgenden Beispiel wird die durchschnittliche Verkaufsmenge für jede sellerid ermittelt.

```
SELECT sellerid, 
MEDIAN(qtysold)
FROM sales
GROUP BY sellerid
ORDER BY sellerid
LIMIT 10;

+----------+--------+
| sellerid | median |
+----------+--------+
|        1 |    1.5 |
|        2 |      2 |
|        3 |      2 |
|        4 |      2 |
|        5 |      1 |
|        6 |      1 |
|        7 |    1.5 |
|        8 |      1 |
|        9 |      4 |
|       12 |      2 |
+----------+--------+
```

Verwenden Sie das folgende Beispiel, um die Ergebnisse der vorherigen Abfrage für die erste sellerid zu überprüfen.

```
SELECT qtysold 
FROM sales 
WHERE sellerid=1;

+---------+
| qtysold |
+---------+
|       2 |
|       1 |
+---------+
```