agrupar por

Agrupa o DataFrame pelas colunas especificadas para que a agregação possa ser realizada sobre elas. Consulte GroupedData todas as funções agregadas disponíveis.

Sintaxe

groupBy(*cols: "ColumnOrNameOrOrdinal")

Parâmetros

Parâmetro Tipo Descrição
cols list, str, int ou Column As colunas a agrupar. Cada elemento pode ser um nome de coluna (string), uma expressão (Column), um ordinal de coluna (int, baseado em 1) ou uma lista deles.

Devoluções

GroupedData: Um objeto GroupedData que representa os dados agrupados pelas colunas especificadas.

Notes

Um ordinal de coluna começa em 1, que é diferente do ordinal baseado __getitem__em 0 .

Exemplos

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|
# +-----+---+-----+
  • Last updated on