计算spark数据帧中真假条件的数量
MATLAB背景，我可以简单地做到这一点
age_sum_error = sum(age > prediction - 4 & age < prediction + 4);
这将计算为真的age值的数量prediction (+4/-4)，我想在spark数据框中做类似的事情。
假设下面是我的spark数据框
| age | gender | prediction |
|---|---|---|
| 35 | M | 30 |
| 40 | F | 42 |
| 45 | F | 38 |
| 26 | F | 29 |
我希望我的结果看起来像这样
| false | positive |
|---|---|
| 2 | 2 |
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。首先计算条件，然后通过总结1s和0s来汇总结果：
df.selectExpr(
'cast(abs(age - prediction) < 4 as int) as condition').selectExpr(
'sum(condition) as positive', 'sum(1-condition) as negative').show() positive negative 2 2 2019-07-17 23:19:22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
