當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

Python pyspark approx_count_distinct用法及代碼示例


本文簡要介紹 pyspark.sql.functions.approx_count_distinct 的用法。

用法:

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

聚合函數：返回一個新的 Column 用於列 col 的近似不同計數。

2.1.0 版中的新函數。

參數：

col： Column 或 str
rsd：浮點數，可選

允許的最大相對標準偏差(默認 = 0.05)。對於 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)]

相關用法


注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.sql.functions.approx_count_distinct。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。