当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python pyspark approx_count_distinct用法及代码示例


本文简要介绍 pyspark.sql.functions.approx_count_distinct 的用法。

用法:

pyspark.sql.functions.approx_count_distinct(col, rsd=None)

聚合函数：返回一个新的 Column 用于列 col 的近似不同计数。

2.1.0 版中的新函数。

参数：

col： Column 或 str
rsd：浮点数，可选

允许的最大相对标准偏差(默认 = 0.05)。对于 rsd < 0.01，使用 count_distinct() 效率更高

例子：

>>> df.agg(approx_count_distinct(df.age).alias('distinct_ages')).collect()
[Row(distinct_ages=2)]

相关用法


注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.sql.functions.approx_count_distinct。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。