Python 3.x 如何在PySpark dataframe中找到该列中存在的所有唯一值的列分布？

我有一个Pypark数据框-

df = spark.createDataFrame([
    ("u1", 0),
    ("u2", 0),
    ("u3", 1),
    ("u4", 2),
    ("u5", 3),
    ("u6", 2),],
    ['user_id', 'medals'])

df.show()

输出-

+-------+------+
|user_id|medals|
+-------+------+
|     u1|     0|
|     u2|     0|
|     u3|     1|
|     u4|     2|
|     u5|     3|
|     u6|     2|
+-------+------+

我想获得所有用户的奖牌列的分布情况。因此，如果在奖牌列中有n个唯一的值，我希望在输出数据框中有n个列，其中有相应数量的用户获得了那么多奖牌

上面给出的数据的输出应该如下所示-

+------- +--------+--------+--------+
|medals_0|medals_1|medals_2|medals_3|
+--------+--------+--------+--------+
|       2|       1|       2|       1|
+--------+--------+--------+--------+

如何实现这一点？

这是一个简单的问题：

df.groupBy（）.pivot（“奖牌”）.count（）.show（）
+---+---+---+---+
|  0|  1|  2|  3|
+---+---+---+---+
|  2|  1|  2|  1|
+---+---+---+---+

---

如果您需要一些化妆品在列名中添加单词奖牌，则可以执行以下操作：

aclements\u df=df.groupBy（）.pivot（“aclements”）.count（）
对于列中的col\u df.列：
奖牌u df=奖牌u df.with column重命名（col，“奖牌”{}.format（col））
奖牌展示（
+--------+--------+--------+--------+
|奖牌0 |奖牌1 |奖牌2 |奖牌3|
+--------+--------+--------+--------+
|       2|       1|       2|       1|
+--------+--------+--------+--------+