配列アグ

重複のあるオブジェクトのリストを返します。

構文

Python

from pyspark.sql import functions as sf

sf.array_agg(col)

パラメーター

パラメーター	Type	説明
col	pyspark.sql.Column または列名	ターゲットカラムをコンピュートに。

戻り値

pyspark.sql.Column: 重複のあるオブジェクトのリスト。

例

例1 : int列でarray_agg関数を使用する

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([[1],[1],[2]], ["c"])
df.agg(sf.sort_array(sf.array_agg('c')).alias('sorted_list')).show()

Output

+-----------+
|sorted_list|
+-----------+
|  [1, 1, 2]|
+-----------+

例2 : 文字列列でarray_agg関数を使用する

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([["apple"],["apple"],["banana"]], ["c"])
df.agg(sf.sort_array(sf.array_agg('c')).alias('sorted_list')).show(truncate=False)

Output

+----------------------+
|sorted_list           |
+----------------------+
|[apple, apple, banana]|
+----------------------+

例3 : null値を持つ列にarray_agg関数を使用する

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([[1],[None],[2]], ["c"])
df.agg(sf.sort_array(sf.array_agg('c')).alias('sorted_list')).show()

Output

+-----------+
|sorted_list|
+-----------+
|     [1, 2]|
+-----------+

例4 : 異なるデータ型の列でarray_agg関数を使用する

Python

from pyspark.sql import functions as sf
df = spark.createDataFrame([[1],["apple"],[2]], ["c"])
df.agg(sf.sort_array(sf.array_agg('c')).alias('sorted_list')).show()

Output

+-------------+
|  sorted_list|
+-------------+
|[1, 2, apple]|
+-------------+