函数来创建具有多列的df。

Question

我使用groupby从另一个df创建了一个新的df，如下所示：

weekly_by_user = \
df.groupby('week','user_id') \
.agg( \
    count('order_id').alias('total_orders'), \
    sum('gmv').alias('gmv'), \
    countDistinct('buyer_id').alias('dcnt_buyers'))

我的期望是创建一个可以传递所有3列(order_id、gmv、buyer_id)和3个函数(计数、和、countDistinct)的函数，并返回与上面的查询相同的输出。

对于1 col，它可以通过创建一个函数来完成：

def df_new(df, cols, func, new_col_name):
    for col in cols:
        df_new = df.groupby('week','user_id') \
    .agg(func(col).alias(new_col_name))
    return df_new

然后跑到第一个像：

total_orders = df_groupby(df, 'order_id', count, 'total_orders')

但是我不知道如何申请所有3所学校的1项功能。有人能提出解决办法吗？

提亚

Answer 1

试试这个：

def df_new(df, cols, funcs, new_col_names):
  df_new = (
    df
    .groupby('week', 'user_id')
    .agg(*[func(cols[index]).alias(new_col_names[index]) for index, func in enumerate(funcs)])
  )

  return df_new