平均火花请求

Question

我想申请平均一周中最忙的一天。在

我的数据帧上有一个字段日（星期一、星期二…）。在

我的请求如下：

mostBusyDayDF = logDF.groupBy("day_week")
  .agg(functions.count("day_week").alias("cntDay"))
  .groupBy("cntDay").agg(functions.avg("cntDay").alias("avgDay"))
  .orderBy(functions.desc("avgDay")).limit(1).show()

结果是所有计数之和的平均值，但我想得到每天的平均值。在

例如：

我的意见

^{pr2}$

我想要输出

day_week       count()        avg()
  Monday            1          1/(1+2+4+2)
  Tuesday           2          2/(1+2+4+2)
  Monday            4          4/(1+2+4+2)
  Monday            2          2/(1+2+4+2)

我怎样才能解决我的问题？在

非常感谢。在

Answer 1

您需要先对列计数求和，有多种方法可以完成此操作，例如：

sum_count = logDF.count() 

一旦你有了这个总和，你就可以用和除以你的组，例如：

^{pr2}$

注意：lit创建一列文字值。在