Function 窗口聚合还是正常聚合？

我的桌子总共有8107行

假设我在带有窗口的列上按“国家”查找“平均（海拔）”组，我得到输出：

avg = ap.withColumn('avg_alt',mean(ap.altitude).over(Window.partitionBy(ap.country)))

邮政编码：8107行

spark.sql也是如此-

select avg(altitude) from table group by country

o/p:240行

哪个是正确的输出

我应该使用Windows还是普通sql

---

两者在技术上都是正确的，但window为每一行提供的输出都是正确的，它们只是在输出格式上有所不同。正如您正确提到的，窗口方法将把平均高度附加到数据帧的每一行，而SQL group by方法将只具有每个国家的平均高度。
在大多数情况下，您只想使用分组和聚合结果（例如，如果您想绘制结果，或显示最高/最低国家等）。
如果你想做进一步的计算，窗口进近应该是最好的（例如，如果你想找到与平均高度差异最大的位置）