如何在數據框上進行聚合以獲得不同數量的列

Question

如何在數據框上應用條件，例如我需要對一列進行groupBy並根據某些條件來計算列中的不同值。這在多列的條件

我試了下面的方式。請讓我知道我該怎麼做。

case class testRdd(name:String,id:Int,price:Int) 
val Cols = testRdd.toDF().groupBy("id").agg(countDistinct("name").when(col("price")>0,1).otherwise(0) 

這將無法正常工作，或者是否有辦法做類似的事情？在此先感謝

testRdd.toDF().groupBy("id").agg(if(col("price")>0)countDistinct("name")) 

Answer 1

testRDD.select（ 「名」， 「ID」）。其中（$ 「價格」> 0）.distinct.groupBy（$ 「ID」）。AGG（計數（ 「名」 ））。顯示

Answer 2

這是一種替代方法，以@羅賓的答案，即引入額外的布爾列組

df.groupBy($"id",when($"price">0,true).otherwise(false).as("positive_price")) 
.agg(
    countDistinct($"name") 
) 
.where($"positive_price") 
.show