如何将一列除以pyspark中的其他几个子列?
Posted
技术标签:
【中文标题】如何将一列除以pyspark中的其他几个子列?【英文标题】:How to divide a column by few other sub columns in pyspark? 【发布时间】:2021-08-12 18:35:01 【问题描述】:我需要将以下python代码转换成pyspark。
df['GRN_ratio'] = df['GRN Quantity']/ df.groupby(['File No','Delivery Note Number'])['GRN
Quantity'].transform(sum)
为此,我正在使用以下 Pyspark 代码。但我没有得到预期的输出。
df.groupby(['File No','Delivery Note Number']).agg(F.sum('GRN Quantity').alias('GRN_Sum')))
.withColumn("GRN_ratio", F.col("GRN Quantity")/F.col("GRN_Sum"))
【问题讨论】:
【参考方案1】:您可以使用窗口功能代替分组:
from pyspark.sql import functions as F, Window
df2 = df.withColumn('GRN_ratio',
F.col('GRN Quantity') /
F.sum('GRN Quantity').over(Window.partitionBy('File No','Delivery Note Number'))
)
【讨论】:
以上是关于如何将一列除以pyspark中的其他几个子列?的主要内容,如果未能解决你的问题,请参考以下文章