Apache Spark：根据条件将不同的行分组在一起
我试图简化Apache Spark（Python）中的数据帧。
我有这样的数据帧
person X N A B C D
NCC1701 1 16309 false true false false
NCC1864 1 16309 false false true false
...
我想对每一行的X和N进行分组，比如groupBy（'X'，'N'），但是我想得到每列AD出现频率的计数，比如false = 0和true = 1所以我得到了像这样的结果
X N A B C D
1 16309 0 1 1 0
简而言之，我试图将X和N列组合在一起，并为每对X和N得到每个“真”和“假”的总和。如果'true'和'false'是精确的数字，我可能知道如何要做到这一点，但我不知道如何将'true'设为1，将'false'设为0，然后获得总和。
如何为每个X和N将不同的单元组合在一起？
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。使用该cast方法将数据类型从布尔值转换为整数，然后执行以下操作sum：
import pyspark.sql.functions as f
cols = ['A', 'B', 'C', 'D']df.groupBy('X', 'N').agg(*(f.sum(f.col(x).cast('int')).alias(x) for x in cols)).show() X N A B C D 1 16309 0 1 1 0 2019-07-17 23:18:30赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
相关文章
相关电子书
更多
