Pyspark 在Pypark按小时分组？

我有一个dataframe，它包含字符串格式的时间列

数据帧=

      time         value
      00:00:00      10
      00:23:00      5
      00:59:00      23 
      01:23:34      34
      01:56:00      34

每次我尝试按时间列的小时分组时，它都会给出如下输出：-

 hour    count
  0       38
  1       68

但我想这样出去

 hour    count
  00       38
  01       68

为此，我编写了如下查询：-

    dataframe.groupBy(hour('time')).agg({'value':'count'})

引用

由于您的时间列位于

StringType

中，因此我们可以使用

子字符串

获取您想要的时间，并将其分组为

StringType

from pyspark.sql.functions import substring, col

df = df.withColumn("hour", substring(F.col("time"), 0, 2))
group_df = df.groupby("hour").sum("value") # or whichever aggregation you want

---

我想你是在努力求和，而不是求数。