如何散列 PySpark DataFrame 以返回浮点数? [英] How to hash PySpark DataFrame to get a float returned?
本文介绍了如何散列 PySpark DataFrame 以返回浮点数?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
假设我有火花数据框
+--------+-----+|字母|计数|+--------+-----+|一个|2||乙|2||| |1|+--------+-----+
然后我想找到平均值.所以,我做到了
df = df.groupBy().mean('letter')
给出一个数据框
+-------------------+|平均(字母)|+-----------------+|1.6666666666666667|+-----------------+
如何在 Pandas 数据框中散列它以仅获得 1.6666666666666667 值,例如 df["avg(letter)"][0] ?或者任何获得 1.66666666666666667 的解决方法
注意:我需要返回一个浮点数.不是列表也不是数据框.
谢谢
解决方案
先行:
<预><代码>>>>df.groupBy().mean('letter').first()[0]Let's say I have spark dataframe
+--------+-----+
| letter|count|
+--------+-----+
| a| 2|
| b| 2|
| c| 1|
+--------+-----+
Then I wanted to find mean. So, I did
df = df.groupBy().mean('letter')
which give a dataframe
+------------------+
| avg(letter)|
+------------------+
|1.6666666666666667|
+------------------+
how can I hash it to get only value 1.6666666666666667 like df["avg(letter)"][0] in Pandas dataframe? Or any workaround to get 1.6666666666666667
Note: I need a float returned. Not a list nor dataframe.
Thank you
解决方案
Take first:
>>> df.groupBy().mean('letter').first()[0]
这篇关于如何散列 PySpark DataFrame 以返回浮点数?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文