多个列上的多个聚合

Question

我在Pyspark框架中使用Python。 我正在尝试使用groupby

在不同的列上应用不同的聚合

我有一个包含col1，col2，col3，col4列的df 我想做类似的事情： df.groupby("col1").sum("col2", "col3").avg("col4")

但是我遇到一个错误：

  

“ DataFrame”对象没有属性“ avg”   追溯（最近一次通话）：      getattr 中的文件“ /usr/lib/spark/python/lib/pyspark.zip/pyspark/sql/dataframe.py”，第1301行       “'％s'对象没有属性'％s'”％（自身。类。名称，名称））   AttributeError：“ DataFrame”对象没有属性“ avg”

Answer 1

这是我在模块中执行的操作：

import pyspark.sql.functions as Functions

df2=df.groupBy('col1').agg(Functions.sum('col2'),Functions.sum('col3'),Functions.avg('col4'))