分組

GroupedData.agg(* exprs)	計算聚合並返回結果DataFrame。
GroupedData.apply(udf)	這是一個別名pyspark.sql.GroupedData.applyInPandas ();然而,它需要一個pyspark.sql.functions.pandas_udf ()而pyspark.sql.GroupedData.applyInPandas ()Python本機函數。
GroupedData.applyInPandas(函數模式)	地圖每組的電流DataFrame使用一個熊貓udf和返回結果DataFrame。
GroupedData.avg(*峽路)	計算平均值為每組每個數字列。
GroupedData.cogroup(其他)	Cogroups這組與另一組,這樣我們可以運行cogrouped操作。
GroupedData.count()	計算每組的數量的記錄。
GroupedData.max(*峽路)	計算每個數字列的最大價值為每個組。
GroupedData.mean(*峽路)	計算平均值為每組每個數字列。
GroupedData.min(*峽路)	計算最小值為每組每個數字列。
GroupedData.pivot(pivot_col[、價值觀)	軸心的一列DataFrame並執行指定的聚合。
GroupedData.sum(*峽路)	計算每個組每個數字列的總和。
PandasCogroupedOps.applyInPandas(函數模式)	一個函數適用於每個cogroup使用熊貓和返回結果DataFrame。

以前的

pyspark.sql.WindowSpec.rowsBetween

下一個

pyspark.sql.GroupedData.agg