Pyspark PypSpark按和分组

我有一个4列的pyspark数据帧

id/编号/值/x

我想按列id、编号分组，然后添加一个新的列，每个id的值和编号的总和。我想在不做任何事情的情况下保留colunms x

df=df。选择（“id”、“number”、“value”、“x”）
.groupBy（'id'，'number'）。带列（“值的总和”，df.value.sum（））

最后我想要一个有5列的数据框：id/number/value/x/sum\u of\u value）

---

有人能帮忙吗？

假设您的数据帧df最初有3列

df1 = df.groupBy("id","number").count()

现在，df1将包含两列id、number和count

现在，您可以基于列“id”和“number”连接df1和df，并选择您想要选择的任何列

希望能有帮助

问候,

---

Neeraj

你试图达到的结果毫无意义。您的输出数据帧将只包含按分组或聚合（在本例中求和）的列<当您按

id

和

number

分组时，code>x和

value

将具有多个值

您可以有如下3列输出（

id

、

number

和

sum（value）

）：

df_summed=df.groupBy（['id'，'number']）['value'].sum（）

请提供一些示例数据（下次请格式化您的代码）和值，而不是计数：-）