Dataframe 在pyspark中划分数据帧

在接下来的问题和数据帧中，我试图转换这个

对此（我知道它看起来是一样的，但请参阅下一行代码以查看差异）：

在pandas中，我使用了行代码teste_2=（value/value.groupby（level=0.sum（）），在pyspark中我尝试了几种解决方案；第一个是：

 df_2 = (df/df.groupby(["age"]).sum())

但是，我收到以下错误：

TypeError:/：“DataFrame”和“DataFrame”的操作数类型不受支持。

第二个是：

df_2 = (df.filter(col('Siblings'))/gr.groupby(col('Age')).sum())

---

但它仍然不起作用。有人能帮我吗？

希望我正确理解了这个问题。似乎您想将计数除以每个年龄组的计数之和

from pyspark.sql import functions as F, Window

df2 = df.groupBy('age', 'siblings').count().withColumn(
    'count',
    F.col('count') / F.sum('count').over(Window.partitionBy('age'))
)

df2.show()
+---+--------+-----+
|age|siblings|count|
+---+--------+-----+
| 15|       0|  1.0|
| 10|       3|  1.0|
| 14|       1|  1.0|
+---+--------+-----+

---

你想在这里干什么？您能显示示例数据帧和所需的输出吗？是的，对不起，将进行编辑@mck@mck编辑！我想现在更容易理解了