PySpark中Panda的value_counts（）的等价物是什么？

提问者：小点点

我有以下python/pandas命令：

df.groupby('Column_Name').agg(lambda x: x.value_counts().max()

其中，我获取DataFrameGroupBy对象中所有列的值计数。

如何在PySpark中执行此操作？

共3个答案

匿名用户

大致相同：

spark_df.groupBy('column_name').count().orderBy('count')

在groupBy中，可以有多个由，分隔的列

例如groupBy（'column_1'，'column_2'）

匿名用户

如果要控制订单，请尝试以下操作：

data.groupBy('col_name').count().orderBy('count', ascending=False).show()

匿名用户

试试这个：

spark_df.groupBy('column_name').count().show()