在 Pyspark 中更好地处理 f.when

Question

我试图在 Pyspark 中使用一个案例，我找到了两种方法：

第一种方式：

f.expr('count(distinct case when client_ticket==1 then ticket_id else null end)').alias('tickets_clientpay'),
            

第二种方式（现在正在产生错误）：

 f.when((f.col('client_ticket')==1),f.countDistinct('ticket_id')).alias('tickets_lclientpay'),

我个人对第二种方式更满意，问题是我总是因为（）而出错。 有人可以解释一下把 () 放在哪里的逻辑吗？ 我有点迷茫，我一直在浪费时间尝试尝试。

谢谢！

Answer 1

您可以使用此语法。 将countDistinct放在外面when而不是里面。

f.countDistinct(
    f.when(
        f.col('client_ticket') == 1,
        f.col('ticket_id')
    )
).alias('tickets_lclientpay')