如何进行groupby排名并将其作为列添加到spark scala中的现有数据帧中？

目前我正在做的就是：

  val new_df= old_df.groupBy("column1").count().withColumnRenamed("count","column1_count")

  val new_df_rankings = new_df.withColumn(
    "column1_count_rank",
    dense_rank()
      .over(
        Window.orderBy($"column1_count".desc))).select("column1_count","column1_count_rank")

但实际上，我所要做的就是在原始df（old_df）中添加一个列，称为“column1_count_rank”，而无需经过所有这些中间步骤并合并回来

有办法做到这一点吗

---

谢谢，祝你今天愉快

应用聚合时，会有一个计算结果，它将创建新的数据帧。 你能给出一些输入和输出示例吗

old_df.groupBy（“column1”）.agg（count（“*”）.alias（“column1_count”））。withColumn（“column1_count_rank”，densite_rank（）。over（Window.orderBy（$”column1_count.desc））。选择（“column1_count”，“column1_count_rank”）