在Spark SQL中分组多个日期？

我无法在代码中对日期进行分组

这是我目前的代码：

df_tipReview = spark.sql("""
SELECT R.user_id, R.date, COUNT(R.review_id), T.date
FROM reviews AS R INNER JOIN tips AS T
ON R.user_id = T.user_id
GROUP BY R.date, T.date, R.user_id
""")
df_tipReview.show(truncate=False)

输出：

如您所见，相同的

用户id

列出了相同的日期，我如何在Spark SQL中聚合该日期，使其基本上看起来像：

|-55DgUo52I3zW9RxkZ EAQ | 2015-11-11 | 3

而不是把它放在多行上

谢谢

因此，当我尝试使用如下所示的distinct函数时：

df_tipReview = spark.sql("""
SELECT DISTINCT R.user_id, R.date, COUNT(R.review_id), T.date
FROM reviews AS R INNER JOIN tips AS T
ON R.user_id = T.user_id
GROUP BY R.user_id, R.date, T.date
""")
df_tipReview.filter("R.user_id='-55DgUo52I3zW9RxkZ-EAQ'").show(truncate=False)

这是输出：

---

您是否尝试过选择不同的

    df_tipReview = spark.sql("""
    SELECT Distinct R.user_id, R.date, COUNT(R.review_id), T.date
    FROM reviews AS R INNER JOIN tips AS T
    ON R.user_id = T.user_id
    GROUP BY R.date, T.date, R.user_id
    """)
    df_tipReview.show(truncate=False)

---

请共享一些数据，以便更容易地帮助您从选择列表以及分组中删除T.date 从您的预期结果来看，似乎不需要选择列表中的t.date

df_tipReview = spark.sql("""
SELECT R.user_id, R.date, COUNT(R.review_id) as cnt
FROM reviews AS R INNER JOIN tips AS T
ON R.user_id = T.user_id
GROUP BY R.date, R.user_id
""")

---

您的输出只有3列。T.date发生了什么事？请包括示例数据。每行的日期不同，这就是为什么输出是这样的。删除T.dateT.date是与R.date无关的另一列。我没有把它包括在图片中，因为它会影响它，或者会影响它？t.date本质上是提示日期，R.date是审核日期。它们是两个，假设是两个不同的日期，描述没有多大帮助。显示示例输入和预期输出。我有，但我只尝试在列周围使用distinct。让我试着看看如果我区分了整个表，输出是什么。我刚刚试过你所做的，但是仍然有重复的。我会把这张照片添加到原来的帖子上，这样你就可以看到了。