AVG

Syntaxe

Paramètres

Description

Cette fonction permet de demander la moyenne de valeurs spécifiés.

Remarques

• Fonction d'agrégation classique et essentielle : La fonction AVG est l'une des fonctions d'agrégation les plus utilisées en SQL. Elle permet de résumer un ensemble de données numériques en une seule valeur représentative : la moyenne arithmétique. Cela en fait un outil de base en statistiques descriptives dans les requêtes analytiques.
• Gestion des valeurs nulles : Par défaut, AVG ignore automatiquement les valeurs NULL dans le calcul. Ainsi, seules les valeurs numériques non nulles sont prises en compte, ce qui évite d'avoir des moyennes faussées par des données manquantes.
• Utilisation de DISTINCT pour filtrer les doublons : Avec le mot clef DISTINCT, la fonction AVG ne considère que les valeurs uniques dans l'ensemble analysé. Cela peut être très utile lorsqu'on veut éviter que des répétitions biaisent la moyenne, notamment dans des cas où les doublons sont dus à des jointures ou erreurs de saisie.
• Fonction de fenêtre pour les moyennes glissantes : En ajoutant le paramètre OVER (...), AVG devient une fonction analytique. Cela permet de calculer des moyennes sur des partitions de données ou des plages définies autour de chaque ligne (par exemple, moyenne mobile sur 7 jours), ce qui est particulièrement utile en séries temporelles.
• Compatible avec les clauses GROUP BY : En l'absence du mot clef OVER, AVG fonctionne comme une fonction d'agrégation standard, souvent utilisée avec GROUP BY. Cela permet de calculer la moyenne pour chaque groupe distinct d'une colonne, comme la moyenne des ventes par produit ou par région.
• Importance du type de données : Le résultat de AVG dépend du type de l'expression passée : si on lui donne un entier (INT64), elle retourne un FLOAT64. Cela garantit la précision du résultat, surtout lorsqu'on divise un total par un grand nombre de valeurs. Il est donc important de bien comprendre les conversions de type implicites.
• Optimisation possible via les index de colonnes : Même si BigQuery ne fonctionne pas comme un SGBD classique avec des index physiques, la structure des colonnes et la stratégie de partitionnement des tables peuvent améliorer la performance de AVG, surtout pour de très grandes tables.
• Sensibilité à la distribution des données : La moyenne peut être trompeuse si la distribution des données est fortement asymétrique (présence de valeurs extrêmes). Dans ces cas, il peut être plus pertinent d'utiliser en complément des médianes ou des percentiles (PERCENTILE_CONT, par exemple) pour avoir une vision plus équilibrée des données.