array_agg

Mengembalikan daftar objek yang mencakup duplikat.

Syntax

from pyspark.sql import functions as sf

sf.array_agg(col)

Parameter-parameternya

Pengaturan	Tipe	Description
col	pyspark.sql.Column atau nama kolom	Kolom target untuk dihitung.

Pengembalian Barang

pyspark.sql.Column: daftar objek dengan duplikat.

Examples

Contoh 1: Menggunakan fungsi array_agg pada kolom 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]|
+-----------+

Contoh 2: Menggunakan fungsi array_agg pada kolom string

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]|
+----------------------+

Contoh 3: Menggunakan fungsi array_agg pada kolom dengan nilai 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]|
+-----------+

Contoh 4: Menggunakan fungsi array_agg pada kolom dengan jenis data yang berbeda

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]|
+-------------+