<分区>
我是pyspark的新手，只知道最简单的操作。而且我的英文很烂，对不起，我不能描述得很详细，以下是示例!谢谢你的回答
| name | id | flag | cnt |
| li | 19196 | true | 10 |
| li | 19196 | false | 15 |
| name | id | flag_true | flag_false |
| li | 19196 | 10 | 15 |
最佳答案
您可以为此使用数据透视表:
df.groupBy(['name', 'id'])\
.pivot('flag')\
.agg(f.sum('cnt'))\
.withColumnRenamed('true', 'flag_true')\
.withColumnRenamed('false', 'flag_false')\
.show()
打印:
+----+-----+----------+---------+
|name| id|flag_false|flag_true|
+----+-----+----------+---------+
| li|19196| 15| 10|
+----+-----+----------+---------+
关于apache-spark - pyspark 如何有效地进行这种转换？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52829732/
相关文章：
scala - Spark Streaming - 根据按键分组的键值对计算统计信息
java - Apache Beam 中是否支持 Azure Blob？
apache-spark - Pyspark - 拆分一列并取 n 个元素
json - 很难将 JSON 转换为 Spark Dataframe
python - 根据条件将pyspark数据帧拆分为多个数据帧
apache-spark - 在一周开始日期(星期一)汇总整周
apache-spark - 读取orc不会触发投影下推和谓词下推