Spark DF 樞軸錯誤：方法樞軸（[類 java.lang.String，類 java.lang.String]）不存在

Question

我是使用 Spark 數據幀的新手。 我正在嘗試對 Spark（Spark 版本 2.x）使用pivot方法並遇到以下錯誤：

Py4JError：調用 o387.pivot 時出錯。 跟蹤：py4j.Py4JException: Method pivot([class java.lang.String, class java.lang.String]) 不存在

盡管我在這里first使用agg函數，但我真的不需要應用任何聚合。

我的數據框如下所示：

+-----+-----+----------+-----+
| name|value|      date| time|
+-----+-----+----------+-----+
|name1|100.0|2017-12-01|00:00|
|name1|255.5|2017-12-01|00:15|
|name1|333.3|2017-12-01|00:30|

預期的：

+-----+----------+-----+-----+-----+
| name|      date|00:00|00:15|00:30|
+-----+----------+-----+-----+-----+
|name1|2017-12-01|100.0|255.5|333.3|

我正在嘗試的方式：

df = df.groupBy(["name","date"]).pivot(pivot_col="time",values="value").agg(first("value")).show

我在這里有什么錯誤？

Answer 1

問題在於pivot函數中的values="value"參數。 這應該用於要透視的實際值列表，而不是列名。 從文檔：

values – 將被轉換為輸出 DataFrame 列的值列表。

和一個例子：

 df4.groupBy("year").pivot("course", ["dotNET", "Java"]).sum("earnings").collect() [Row(year=2012, dotNET=15000, Java=20000), Row(year=2013, dotNET=48000, Java=30000)]

對於問題中的示例， values應設置為["00:00","00:15", "00:30"] 。 但是， values參數通常不是必需的（但會使數據透視更有效），因此您可以簡單地更改為：

df = df.groupBy(["name","date"]).pivot("time").agg(first("value"))