1
我正在計算一個詞的每週發生次數。也就是說,本週每個單詞是否比前一週更頻繁。爲此,我有點卡住了。我做了以下內容:PySpark每週發生的計算
m = sc.parallelize(["oded,12-12-2018", "oded,12-03-2018", "oded,12-12-2018", "oded,12-06-2018", "oded2,12-02-2018", "oded2,12-02-2018"])
m = m.map(lambda line: line.split(','))
weekly = m.map(lambda line: (line[0], (parse(line[1]).strftime("%V%y"))))
s = sql.createDataFrame(daily)
s.groupby("_1", "_2").count().sort("_2")
結果是:
+-----+----+-----+
| _1| _2|count|
+-----+----+-----+
|oded2|4818| 2|
| oded|4918| 2|
| oded|5018| 2|
+-----+----+-----+
我該如何去讓28:9 0 =(2 - 2)與oded2:2 =(2 - 0)
謝謝!
完美!謝謝! – Himberjack