分组

GroupedData.agg(* exprs)	计算聚合并返回结果DataFrame。
GroupedData.apply(udf)	这是一个别名pyspark.sql.GroupedData.applyInPandas ();然而,它需要一个pyspark.sql.functions.pandas_udf ()而pyspark.sql.GroupedData.applyInPandas ()Python本机函数。
GroupedData.applyInPandas(函数模式)	地图每组的电流DataFrame使用一个熊猫udf和返回结果DataFrame。
GroupedData.avg(*峡路)	计算平均值为每组每个数字列。
GroupedData.cogroup(其他)	Cogroups这组与另一组,这样我们可以运行cogrouped操作。
GroupedData.count()	计算每组的数量的记录。
GroupedData.max(*峡路)	计算每个数字列的最大价值为每个组。
GroupedData.mean(*峡路)	计算平均值为每组每个数字列。
GroupedData.min(*峡路)	计算最小值为每组每个数字列。
GroupedData.pivot(pivot_col[、价值观)	轴心的一列DataFrame并执行指定的聚合。
GroupedData.sum(*峡路)	计算每个组每个数字列的总和。
PandasCogroupedOps.applyInPandas(函数模式)	一个函数适用于每个cogroup使用熊猫和返回结果DataFrame。

以前的

pyspark.sql.WindowSpec.rowsBetween

下一个

pyspark.sql.GroupedData.agg