问题描述
Step_Name Parameter_name Step Value Substep
Test 1 Param 1 1 # 1
Test 1 Param 2 1 # 1
Test 1 Param 3 1 # 1
Test 1 Param 1 1 # 2
Test 1 Param 2 1 # 2
Test 1 Param 3 1 # 2
Test 2 Param 1 2 # 1
Test 2 Param 2 2 # 1
Test 2 Param 3 2 # 1
Test 2 Param 1 2 # 2
Test 2 Param 2 2 # 2
Test 2 Param 3 2 # 2
我想要的期望输出是...
Step Step_name SubStep Param 1 Param 2 Param 3
1 Test 1 1 # # #
1 Test 1 2 # # #
2 Test 2 1 # # #
2 Test 2 2 # # #
我现在可以使用以下命令在熊猫中做到这一点:
df.pivot_table(index = ["Step","Step_name","SubStep","Filename"],columns = 'Parameter_name',values = 'Value').reset_index()
当我尝试在PySpark中执行此操作时,我会使用以下内容:
df.groupBy("Step","Filename").pivot("Parameter_name")
但是,这将返回一个对象,并且我需要使用诸如sum之类的聚合函数。如何避免这样做?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)