Aggregatieoperaties

Aggregatieoperaties zijn operaties die een verzameling waarden samenvatten tot een enkele representatieve waarde. Ze worden toegepast om datasets te overzien, trends te identificeren en samenvattingen te genereren.

Veelgebruikte aggregaties zijn som (SUM), telling (COUNT), het gemiddelde (AVERAGE/AVG), minimum (MIN) en maximum (MAX). Daarnaast bestaan robuuste maten zoals de mediaan (MEDIAN), modus (MODE), standaarddeviatie (STDDEV) en variantie. Ook percentielen kunnen worden berekend, afhankelijk van de context en de gebruikte statistische methode.

Groepering speelt een belangrijke rol: aggregaties worden vaak toegepast op rijen die een gemeenschappelijke sleutel delen, bijvoorbeeld per afdeling of per product. In relationele databases gebeurt dit met GROUP BY; ook windowfuncties maken het mogelijk om aggregaties uit te voeren over lopende vensters of over gespecificeerde delen van de data.

Voorbeeld: in SQL kan men bijvoorbeeld schrijven “SELECT afdeling, SUM(salaris) AS totale_salaris FROM werknemers GROUP BY afdeling;” om het totaal aan salarissen per afdeling te berekenen. In spreadsheets kunnen relevante kolommen met de functies SUM, AVERAGE, MIN en MAX worden samengevat.

Overwegingen: bij aggregaties spelen NULL-waarden een rol; sommige systemen negeren NULLs, andere behandelen ze als onbekende. Er bestaan verschillen tussen populatie- en steekproefmetingen (bijv. variantie en standaarddeviatie). Uitbijters kunnen het gemiddelde vervormen; in die gevallen kan de mediaan of een robuuste maat de voorkeur hebben.

Toepassingsgebieden zijn onder meer data-analyse, datawarehousing, rapportage, bedrijfsinformatie en real-time monitoring, waar ook streaming- of vensteraggregaties worden toegepast.