grupowanie według (groupBy)

Grupuje ramkę danych według określonych kolumn, aby można było na nich przeprowadzić agregację. Zobacz, aby zapoznać się GroupedData ze wszystkimi dostępnymi funkcjami agregacji.

Składnia

groupBy(*cols: "ColumnOrNameOrOrdinal")

Parametry

Parameter	Typ	Opis
cols	lista, str, int lub kolumna	Kolumny do grupowania według. Każdy element może być nazwą kolumny (ciąg) lub wyrażeniem (kolumna) albo porządkowym (int, 1) lub listą.

Zwroty

GroupedData: Obiekt GroupedData reprezentujący pogrupowane dane według określonych kolumn.

Notatki

Porządkowa kolumna zaczyna się od 1, co różni się od 0 opartego __getitem__na .

Examples

df = spark.createDataFrame([
    ("Alice", 2), ("Bob", 2), ("Bob", 2), ("Bob", 5)], schema=["name", "age"])

df.groupBy().avg().show()
# +--------+
# |avg(age)|
# +--------+
# |    2.75|
# +--------+

df.groupBy("name").agg({"age": "sum"}).sort("name").show()
# +-----+--------+
# | name|sum(age)|
# +-----+--------+
# |Alice|       2|
# |  Bob|       9|
# +-----+--------+

df.groupBy(df.name).max().sort("name").show()
# +-----+--------+
# | name|max(age)|
# +-----+--------+
# |Alice|       2|
# |  Bob|       5|
# +-----+--------+

df.groupBy(["name", df.age]).count().sort("name", "age").show()
# +-----+---+-----+
# | name|age|count|
# +-----+---+-----+
# |Alice|  2|    1|
# |  Bob|  2|    2|
# |  Bob|  5|    1|
# +-----+---+-----+