如何获取PySpark中布尔列的平均值？

Question

我尝试使用.agg(avg("boolean_column"))，但收到错误消息：

"function average requires numeric types, not boolean"

如何获得该列的平均值？

Answer 1

将列转换为数字类型，然后取平均值：

from pyspark.sql.functions import avg, col
df.groupBy(...).agg(avg(col("boolean_column").cast("double")))