Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Создайте многомерный накопительный пакет для текущего кадра данных с помощью указанных столбцов, что позволяет агрегировать их.
Синтаксис
rollup(*cols: "ColumnOrNameOrOrdinal")
Параметры
| Параметр | Тип | Описание |
|---|---|---|
cols |
list, str, int или Column | Столбцы для свертки. Каждый элемент должен быть именем столбца (строкой) или выражением (столбец) или порядковым порядковым номером столбца (int, 1) или списком из них. |
Возвраты
GroupedData: свернутые данные на основе указанных столбцов.
Примечания
Порядковый номер столбца начинается с 1, который отличается от 0.__getitem__
Примеры
df = spark.createDataFrame([("Alice", 2), ("Bob", 5)], schema=["name", "age"])
df.rollup("name").count().orderBy("name").show()
# +-----+-----+
# | name|count|
# +-----+-----+
# | NULL| 2|
# |Alice| 1|
# | Bob| 1|
# +-----+-----+
df.rollup("name", df.age).count().orderBy("name", "age").show()
# +-----+----+-----+
# | name| age|count|
# +-----+----+-----+
# | NULL|NULL| 2|
# |Alice|NULL| 1|
# |Alice| 2| 1|
# | Bob|NULL| 1|
# | Bob| 5| 1|
# +-----+----+-----+