在Pyspark中基于列中的多个值合并行
我有两个栏目，分别是饮料和香烟，其中包含多个值。我基本上想通过合并以下行来计算饮酒和吸烟的人数： 喝酒=经常、拼命、很少、社交、非常频繁 吸烟=有时，试图戒烟，喝酒时，是的在Pyspark中基于列中的多个值合并行,pyspark,apache-spark-sql,Pyspark,Apache Spark Sql,我有两个栏目，分别是饮料和香烟，其中包含多个值。我基本上想通过合并以下行来计算饮酒和吸烟的人数： 喝酒=经常、拼命、很少、社交、非常频繁 吸烟=有时，试图戒烟，喝酒时，是的 +-----------+-----+ | drinks|count| +-----------+-----+ | often| 2296| |desperately| 123| | not at all| 1932| | rarely| 3275| | socially|19403| | v
+-----------+-----+
| drinks|count|
+-----------+-----+
| often| 2296|
|desperately| 123|
| not at all| 1932|
| rarely| 3275|
| socially|19403|
| very often| 228|
+-----------+-----+
+--------------+-----+
| smokes|count|
+--------------+-----+
| sometimes| 1798|
|trying to quit| 753|
| no|22172|
| when drinking| 1474|
| yes| 1060|
+--------------+-----+