Java Spark-Group是否使用数据帧语法？

在没有sql/hiveContext的情况下，在Spark中使用groupby的语法是什么？我知道我能行

DataFrame df = some_df
df.registreTempTable("df");    
df1 = sqlContext.sql("SELECT * FROM df GROUP BY col1 HAVING some stuff")

但是我如何使用这样的语法呢

df.select(df.col("*")).groupBy(df.col("col1")).having("some stuff")

---

这个

.having（）

似乎不存在。

是的，它不存在。您用

agg

表示相同的逻辑，后跟

where

：

df.groupBy(someExpr).agg(somAgg).where(somePredicate) 

---

例如，如果我想在每个类别中查找费用低于3200且其计数不得低于10的产品：

• SQL查询：

sqlContext.sql（“选择类别，计数（*）为
Hadoop考试中的计数，其中Hadoop ExamFee10“）

• 数据帧API

从pyspark.sql.functions导入*
过滤器（df.HadoopExamFee10）

sqlContext.sql("select Category,count(*) as 
count from hadoopexam where HadoopExamFee<3200  
group by Category having count>10")

from pyspark.sql.functions import *

df.filter(df.HadoopExamFee<3200)
  .groupBy('Category')
  .agg(count('Category').alias('count'))
  .filter(column('count')>10)