Question

我正在尝试获取值大于2的记录的百分比。

代码如下：

val seq = Seq(0, 1, 2, 3)
val scores = seq.toDF("value")

我可以使用以下步骤来实现。

val totalCnt = scores.count()
val morethan2 : Long = scores.filter(col("value") > 2).count()
val percent = morethan2.toFloat/totalCnt;
println(" percent is " + percent)

但是，最好的/优化的方法是使它在单个语句中起作用，可能使用聚合函数？

Answer 1

您将至少需要进行一次汇总。像这样的东西。

val seq = Seq(0, 1, 2, 3)
val scores = seq.toDF("value")
  .withColumn("all", lit(1))
  .withColumn("morethan2", when(col("value") > 2, lit(1)).otherwise(lit(0)))
  .agg(sum(col("all")).as("count"), sum(col("morethan2")).as("morethan2count"))
  .withColumn("percent", col("morethan2count") / col("count"))

val percent = scores.take(1)(0).getAs[Double]("percent")

希望对您有帮助。

计算值大于2的记录的百分比

1 个答案: