sum_distinct

Agregační funkce: Vrátí součet jedinečných hodnot ve výrazu.

Syntaxe

from pyspark.sql import functions as sf

sf.sum_distinct(col)

Parametry

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

Návraty

pyspark.sql.Column: sloupec pro vypočítané výsledky.

Examples

Příklad 1: Použití funkce sum_distinct ve sloupci se všemi jedinečnými hodnotami

from pyspark.sql import functions as sf
df = spark.createDataFrame([(1,), (2,), (3,), (4,)], ["numbers"])
df.select(sf.sum_distinct('numbers')).show()

+---------------------+
|sum(DISTINCT numbers)|
+---------------------+
|                   10|
+---------------------+

Příklad 2: Použití funkce sum_distinct ve sloupci bez jedinečných hodnot

from pyspark.sql import functions as sf
df = spark.createDataFrame([(1,), (1,), (1,), (1,)], ["numbers"])
df.select(sf.sum_distinct('numbers')).show()

+---------------------+
|sum(DISTINCT numbers)|
+---------------------+
|                    1|
+---------------------+

Příklad 3: Použití funkce sum_distinct ve sloupci s hodnotami null a duplicitními hodnotami

from pyspark.sql import functions as sf
df = spark.createDataFrame([(None,), (1,), (1,), (2,)], ["numbers"])
df.select(sf.sum_distinct('numbers')).show()

+---------------------+
|sum(DISTINCT numbers)|
+---------------------+
|                    3|
+---------------------+