计算数组数据框中的出现次数

问题描述

我有一个看起来像这样的数据框：

|--------------------------|
|          text            |     
|--------------------------|
|  ["hello","world"]      |
|--------------------------|
|  ["foo"]                 |
|--------------------------|
|  ["world","bar"]        |
|--------------------------|
|  ["kung","foo","world"]|
|--------------------------|
|          ...             |

我需要计算每个单词的出现次数，并将其从大到小排序。我不知道它可能包含的所有单词。我该如何操作呢？

完成后看起来像这样

|-----------------|-----------------|
|        word     |       count     |
|-----------------|-----------------|
|     hello       |         1       |
|-----------------|-----------------|
|     world       |         3       |
|-----------------|-----------------|
|     bar         |         1       |
|-----------------|-----------------|
|     foo         |         2       |
|-----------------|-----------------|
|     ...         |        ...      |

我尝试展平数据框，在其上进行映射等，等等。任何帮助将不胜感激！

解决方法

假定已存储为字符串列表：

df.select(explode($"text").as("word")).groupBy("word").count.orderBy(desc("count"))