Python Pyspark-Groupby和collect在多列上列出并创建多列

我有下面的数据框，我正试图通过它来分组和聚合数据

Column_1 Column_2 Column_3
A        N1       P1
A        N2       P2
A        N3       P3
B        N1       P1
C        N1       P1
C        N2       P2

所需输出：

Column_1 Column_2 Column_3
A        N1,N2,N3 P1,P2,P3
B        N1       P1
C        N1,N2    P1,P2

通过使用分区和groupby创建一个窗口，我可以在一列上完成这项工作。 然后在窗口上使用collect list和groupby并聚合以获得一列。这适用于一个专栏

如何在两列上执行相同的操作。请帮助

的函数可以接受多个aggregation函数。您可以添加两次：

df.groupby（'Column_1'）。agg（F.collect_list（'Column_2'）、F.collect_list（'Column_3'））。orderBy（'Column_1'）。show（）

印刷品

+--------+----------------------+----------------------+
|第1列|收集列表（第2列）|收集列表（第3列）|
+--------+----------------------+----------------------+
|A |[N1，N2，N3]|[P1，P2，P3]|
|B |[N1]|[P1]|
|C |[N1，N2]|[P1，P2]|
+--------+----------------------+----------------------+

---

对于简单分组，无需使用。

按预期工作。是否有一个链接或一篇文章明确说明我们必须使用Windows的哪些场景？在那里我们可以像上面那样使用groupby。这将有助于学习。谢谢，也许会有帮助。根据经验，当我期望操作后的行数保持不变时，我将使用windows；如果我期望结果中的行数低于原始数据集中的行数，我将使用groupBy。