gpt4 book ai didi

python - pyspark 中的每月聚合

转载 作者:行者123 更新时间:2023-11-28 18:07:50 26 4
gpt4 key购买 nike

我正在寻找一种按月汇总数据的方法。我首先想在我的访问日期中只保留一个月。我的数据框看起来像这样:

Row(visitdate = 1/1/2013, 
patientid = P1_Pt1959,
amount = 200,
note = jnut,
)

我随后的目标是按访问日期分组并计算总和。我试过这个:

from pyspark.sql import SparkSession

spark = SparkSession \
.builder \
.appName("Python Spark SQL basic example") \
.config("spark.some.config.option", "some-value") \
.getOrCreate()

file_path = "G:/Visit Data.csv"
patients = spark.read.csv(file_path,header = True)
patients.createOrReplaceTempView("visitdate")

sqlDF = spark.sql("SELECT visitdate,SUM(amount) as totalamount from visitdate GROUP BY visitdate")
sqlDF.show()

这是结果:

visitdate|totalamount|
+----------+-----------+
| 9/1/2013| 10800.0|
|25/04/2013| 12440.0|
|27/03/2014| 16930.0|
|26/03/2015| 18560.0|
|14/05/2013| 13770.0|
|30/06/2013| 13880.0

我的目标是得到这样的东西:

  visitdate|totalamount|
+----------+-----------+
|1/1/2013| 10800.0|
|1/2/2013| 12440.0|
|1/3/2013| 16930.0|
|1/4/2014| 18560.0|
|1/5/2015| 13770.0|
|1/6/2015| 13880.0|

最佳答案

你可以 format visitdate 首先进行分组:

from pyspark.sql import functions as F

(df.withColumn('visitdate_month', F.date_format(F.col('visitdate'), '1/M/yyyy'))
.groupBy('visitdate_month')
.agg(F.sum(F.col('visitdate_month')))
)

关于python - pyspark 中的每月聚合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52565482/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com