从“营销”表中计算列“余额”的中位数

Question

我有一个spark（scala）数据框“Marketing”，大约有17列，其中1列为“Balance”。此列的数据类型为Int。我需要找到平衡中位数。我可以按升序排列，但是之后如何继续？我有一个提示，可以使用scala的百分位函数。我对这种百分位函数一无所知。有人可以帮忙吗？

Answer 1

中位数与第50百分位数相同。如果您不介意使用配置单元功能，可以执行以下操作之一：

marketingDF.selectExpr("percentile(CAST(Balance AS BIGINT), 0.5) AS median")

如果您不需要确切的数字，可以使用percentile_approx（）代替。

这两个函数的文档位于here。