每个组的Apache Spark计数记录具有nullables值

Question

当我尝试计算每组的记录数时，我看到，那个带有空值的组没有记录，但这不正确。

输入数据框：

+--------+
|    Name|
+--------+
|  Andrei|
|  Andrei|
|    null|
|    null|
|Grigorii|
+--------+

代码：

Dataset<Row> df = inputDf.groupBy("Name")
            .agg(functions.count("Name").as("Name_count"));

实际DataFrame：

+--------+----------+
|    Name|Name_count|
+--------+----------+
|    null|         0|
|  Andrei|         2|
|Grigorii|         1|
+--------+----------+

预期的DataFrame：

+--------+----------+
|    Name|Name_count|
+--------+----------+
|    null|         2|
|  Andrei|         2|
|Grigorii|         1|
+--------+----------+

Answer 1

这有效：

Dataset<Row> storageFrame = leftDataset.groupBy("Name")
            .agg(functions.count("*").as("Name_count"));