这里是数据帧-基本上，有两种可能的类型-X和Y用于不同的来源A，B，C，{ {1}} ...
D最终目标是收集百分比：Source | Type
-------------------
A | X
A | Y
B | X
C | Y
A | X
D | Y
... | ...
因此，在我们的示例中，ratio(X in A) = count(X) / (count(X) + count(Y))
非常简单，但是我无法仅使用Streaming API v2（结构化流式处理，数据框）在一键通中做到这一点？
在我看来，仅通过ratio(X in A) = 2 / (2 + 1) = 2 / 3 ~ 0.667函数是可行的...
这就是我现在拥有的-map和X类型的分散计数
Y答案 0 :(得分：1)
这应该有效：
msgDataFrame
.select("SOURCE", "TYPE")
.groupBy("SOURCE").pivot("TYPE", Seq("X", "Y")).agg(count(col("TYPE")))
.withColumn("Ratio", col("X") / (col("X") + col("Y")))
.show