Python 将可变列数传递给Pyspark.Agg（）

在PySpark中，我需要在运行时构建列列表，然后在这些列上进行聚合

这是一个有效的示例：

T.agg（col1，col2）

但是我需要传递一个列列表类型列列表（不是字符串）

不起作用：

cols=[col1，col2]
T.agg（cols）#将参数作为tuple1（List）传递

不起作用：

cols=[col1，col2]
T.agg（tupple（cols））#将参数作为tupple1（tupple2）传递

这两种情况在PySpark代码上都失败：

assert all（表示表达式中的c的isinstance（c，Column），“所有表达式都应该是Column”

---

问题是Python将列表作为tuple1传递，我需要传递一个列列表。解决方案是什么？

问题是您需要将列表解压为单个参数。您可以使用

*

运算符来执行此操作

T.agg（*cols）

*

解压列表中的元素。这里是另一个玩具的例子，它独立于PySpark

def测试（a、b、c、d）： 打印（a、b、c、d） 数据=[3,4,5,6] 测试（*数据） #输出： # 3 4 5 6

---

问题在于，您需要将列表解压为单个参数。您可以使用

*

运算符来执行此操作

T.agg（*cols）

*

解压列表中的元素。这里是另一个玩具的例子，它独立于PySpark

def测试（a、b、c、d）： 打印（a、b、c、d） 数据=[3,4,5,6] 测试（*数据） #输出： # 3 4 5 6

---

根据评论，如果要进行“第一次”聚合，可以执行以下操作：

col_list = ['col1', 'col2']
exprs = [first(i).alias("first_"+i) for i in col_list]

df.groupBy("some_col").agg(*exprs).show()

---

根据评论，如果要进行“第一次”聚合，可以执行以下操作：

col_list = ['col1', 'col2']
exprs = [first(i).alias("first_"+i) for i in col_list]

df.groupBy("some_col").agg(*exprs).show()

---

你想做什么类型的聚合？特别是第一个找到的元素我的代码是这样的：T=T.agg（第一个（输出[0]）。别名（输出[0]），第一个（输出[1]）。别名（输出[1]））。别名（“T”）我需要一个列表作为参数你想做什么类型的聚合？特别是第一个找到的元素我的代码是这样的：T=T.agg（第一个）（输出[0]）。别名（输出[0]），首先（输出[1]）。别名（输出[1]）。别名（“T”）我需要一个列表作为参数