array_agg

Vrátí seznam objektů s duplicitami.

Syntaxe

from pyspark.sql import functions as sf

sf.array_agg(col)

Parametry

Parameter	Typ	Description
col	pyspark.sql.Column nebo název sloupce	Cílový sloupec pro výpočet.

Návraty

pyspark.sql.Column: seznam objektů s duplicitními položkami.

Examples

Příklad 1: Použití funkce array_agg ve sloupci int

from pyspark.sql import functions as sf
df = spark.createDataFrame([[1],[1],[2]], ["c"])
df.agg(sf.sort_array(sf.array_agg('c')).alias('sorted_list')).show()

+-----------+
|sorted_list|
+-----------+
|  [1, 1, 2]|
+-----------+

Příklad 2: Použití funkce array_agg ve sloupci řetězce

from pyspark.sql import functions as sf
df = spark.createDataFrame([["apple"],["apple"],["banana"]], ["c"])
df.agg(sf.sort_array(sf.array_agg('c')).alias('sorted_list')).show(truncate=False)

+----------------------+
|sorted_list           |
+----------------------+
|[apple, apple, banana]|
+----------------------+

Příklad 3: Použití funkce array_agg ve sloupci s hodnotami null

from pyspark.sql import functions as sf
df = spark.createDataFrame([[1],[None],[2]], ["c"])
df.agg(sf.sort_array(sf.array_agg('c')).alias('sorted_list')).show()

+-----------+
|sorted_list|
+-----------+
|     [1, 2]|
+-----------+

Příklad 4: Použití funkce array_agg ve sloupci s různými datovými typy

from pyspark.sql import functions as sf
df = spark.createDataFrame([[1],["apple"],[2]], ["c"])
df.agg(sf.sort_array(sf.array_agg('c')).alias('sorted_list')).show()

+-------------+
|  sorted_list|
+-------------+
|[1, 2, apple]|
+-------------+