python之如何计算pyspark数据框中一列中每个分类变量的频率

假设我有一个 pyspark 数据框:

df.show() 
+-----+---+ 
|  x  |  y| 
+-----+---+ 
|alpha|  1| 
|beta |  2| 
|gamma|  1| 
|alpha|  2| 
+-----+---+ 

我想计算 x 列中 alpha、beta 和 gamma 出现的次数。我如何在 pyspark 中执行此操作？

请您参考如下方法:

使用pyspark.sql.DataFrame.cube() :

df.cube("x").count().show()