窗口函数

1. 组内排名问题，即在每个小组中进行排序，取出每组的前N个观测
2. 组内累计聚合问题，即在每个小组中进行排序，然后进行累计聚合

<窗口函数> over (partition by 用于分组的变量 order by 用于排序的变量 [desc/asc])

1. 专用窗口函数：

   函数名		结果
   rank()	都会根据分组变量进行分组后，在每 个组内根据排序变量进行排序，区别 在于当排序变量值相同，即出现并列 时的结果	并列会顺延排名，即1，1，3，4，5
   dense_rank()		并列不会顺延排名，即1，1，2，3，4
   row_number()		不考虑并列，相同的观测会随机排序，即1，2，3，4，5

2. 聚合函数：avg，sum，min，max等聚合函数，得到每个分组的累计聚合值；结果是根据分组变量进行分组，在每个组内根据排序变量进行排序后，由前到后根据聚合函数进行累计聚合，得到相应的累计求和，累计平均等

select *,rank() over (partition by class order by score),avg(score) over (partition by class order by score) from class_table

1. 原则上，窗口函数只能写在select子句中
2. 专用窗口函数的括号内不需要填变量或参数
3. 与group by的差别在于partition by不会减少行数，而group by会将表的行数减少到类别的数量，因此group by得到的是分组的总聚合值，窗口函数得到的是分组的累计聚合值