[英]Count(*) equivalent for Spark SQL in Scala
例如,我想在聚合一些超過 1 列的數據集后計算行數
val iWantToCount = someDataSet
.groupBy($"x", $"y")
.agg(count().as("Num_of_rows"))
但不帶參數的count
沒有重載。
我還有其他選擇嗎?
編輯:
count("*")
是正確的方法嗎?
試試這個腳本(使用lit
需要以下導入):
import.spark.implicits._
//dummy data
val df = Seq((1, "qwe", 1200),
(1, "qwe", 1234),
(1, "rte", 4673),
(2, "ewr", 4245), (2, "ewr", 8973)
).toDF("col1", "col2", "col3")
df.groupBy("col1","col2").agg(count(lit(1)).alias("num_of_rows")).show
數據基於第一個兩列分組並在新列中派生計數。
import spark.implicits._
val df = Seq((1, "qwe", 1200),
(1, "qwe", 1234),
(1, "rte", 4673),
(2, "ewr", 4245), (2, "ewr", 8973)
).toDF("col1", "col2", "col3")
println(df.groupBy("col1", "col2").count().count())
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.