如何在Scala SPARK中找到groupBy之后agg（）函数中的分位数

我有一个数据框，在其中我想按列a分组，然后找到不同的统计数据，如平均值、最小值、最大值、标准偏差和分位数

我能够使用以下代码找到最小值、最大值和平均值：

df.groupBy（“A”）.agg（min（“B”）、max（“B”）、mean（“B”））.show（50，false）

但是我找不到分位数（0.25,0.5,0.75）。我尝试了近似分位数和百分位数，但它给出了以下错误：

---

错误：未找到：值接近分位数

如果类路径中有配置单元，则可以使用许多UDAF，如percentile_Abrox和stddev_samp，请参阅

您可以使用

callUDF

调用这些函数：

import ss.implicits._
import org.apache.spark.sql.functions.callUDF

val df = Seq(1.0,2.0,3.0).toDF("x")

df.groupBy()
  .agg(
    callUDF("percentile_approx",$"x",lit(0.5)).as("median"),
    callUDF("stddev_samp",$"x").as("stdev")
  )
.show()

---

我希望您尝试从数据框/数据集中获取一些示例数据。然后spark有

样本（分数：双）

API存在。请试一下那个可能的副本