crosstab (DataFrameStatFunctions)

Calcule une table de fréquences par paires des colonnes données, également appelée table de contingence. La première colonne de chaque ligne contient les valeurs distinctes de col1, et les noms de colonne sont les valeurs distinctes de col2. Le nom de la première colonne est $col1_$col2. Les paires sans occurrences ont un compte de zéro. DataFrame.crosstab et DataFrameStatFunctions.crosstab sont des alias l'un de l'autre.

Syntaxe

crosstab(col1, col2)

parameter

parameter	Type	Description
col1	str	Le nom de la première colonne. Des éléments distincts composent la première colonne de chaque ligne.
col2	str	Le nom de la deuxième colonne. Des éléments distincts constituent les noms de colonne du DataFrame résultant.

parameter	Type	Description
col1	str	Le nom de la première colonne. Des éléments distincts composent la première colonne de chaque ligne.
col2	str	Le nom de la deuxième colonne. Des éléments distincts constituent les noms de colonne du DataFrame résultant.

Renvoie

DataFrame

Exemples

Python

df = spark.createDataFrame([(1, 11), (1, 11), (3, 10), (4, 8), (4, 8)], ["c1", "c2"])
df.stat.crosstab("c1", "c2").sort("c1_c2").show()
# +-----+---+---+---+
# |c1_c2| 10| 11|  8|
# +-----+---+---+---+
# |    1|  0|  2|  0|
# |    3|  1|  0|  0|
# |    4|  0|  0|  2|
# +-----+---+---+---+