Apache spark 统计spark数据帧中所有列（300列）的每个不同值的出现次数

我有一个spark数据框，有300列，每列有10个不同的值。我需要计算所有300列的不同值的计数

  --------------------------------------------------------
     col1    |  col2    | col3 ............col299   | col 300
  -------------------------------------------------------
  value11    | value21  | value31       | value300  | value 301
  value12    | value22  | value32       | value300  | value 301
  value11    | value22  | value33       | value301  | value 302
  value12    | value21  | value33       | value301  | value 302

如果是单列，我使用下面的代码计算

import org.apache.spark.sql.functions.count
df.groupBy("col1").agg(count("col1")).show

---

但是如何有效地计算300列。请帮忙

您可以很容易地按照下面提到的方法进行操作

首先收集所有列名和转换作为键值。 如下

val exprs=df.columns.map（（->“近似计数”\u不同”））.toMap

然后simple

df.groupBy（“col1”）.agg（exprs）

将为您提供所有列的不同值

---

参考：

您可以按照下面提到的方法轻松完成

首先收集所有列名和转换作为键值。 如下

val exprs=df.columns.map（（->“近似计数”\u不同”））.toMap

然后simple

df.groupBy（“col1”）.agg（exprs）

将为您提供所有列的不同值

---

<>强>参考< /强>：

如果你可以用近似的不同计数考虑使用有效的<代码>近似xOntTyx区别的< /代码>如果你可以用近似的不同计数来考虑，考虑使用有效的<代码>大约