在 Pyspark 中更好地處理 f.when

Question

我試圖在 Pyspark 中使用一個案例，我找到了兩種方法：

第一種方式：

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

第二種方式（現在正在產生錯誤）：

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

我個人對第二種方式更滿意，問題是我總是因為（）而出錯。 有人可以解釋一下把 () 放在哪里的邏輯嗎？ 我有點迷茫，我一直在浪費時間嘗試嘗試。

謝謝！

Answer 1

您可以使用此語法。 將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')