将 dataframe 利用 pyspark 列合并为一行,类似于 sql 的 GROUP_CONCAT 函数。例如如下 dataframe :
需要按照列相同的列 d 将 s 合并,想要的结果为:
利用 groupby 去实现就好,spark 里面可以用 concat_ws 实现,可以看这个 Spark中SQL列合并为一行,而这里的 concat_ws 合并缺很奇怪,官方文档的实例为:
作者自己尝试得到:
不是想要的效果。而 collect_list 能得到相同的效果:
得到的结果为: