如何在pyspark中计算? [英] how count in pyspark?
本文介绍了如何在pyspark中计算?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
我有很多头衔.我想在整个数据集中计算每个标题.例如:
I have a huge list of title. I wanna count each title in whole data set. for example:
`title`
A
b
A
c
c
c
输出:
title fre
A 2
b 1
c 3
推荐答案
您可以 groupBy
title
然后 count
:
import pyspark.sql.functions as f
df.groupBy('title').agg(f.count('*').alias('count')).show()
+-----+-----+
|title|count|
+-----+-----+
| A| 2|
| c| 3|
| b| 1|
+-----+-----+
或更简洁地说:
df.groupBy('title').count().show()
+-----+-----+
|title|count|
+-----+-----+
| A| 2|
| c| 3|
| b| 1|
+-----+-----+
这篇关于如何在pyspark中计算?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