Scala中的df.agg(min)方法

在Scala中，使用DataFrames可以方便地处理结构化数据。其中一个常用的方法是df.agg(min)，用于计算DataFrames中的最小值。

语法

以下是df.agg(min)方法的语法：

df.agg(min(columnName))

其中，df是DataFrames对象，columnName是需要计算最小值的列名。

示例

假设我们有以下DataFrames，包含姓名和年龄两列：

import org.apache.spark.sql.SparkSession

val spark = SparkSession.builder()
   .appName("df.agg(min)")
   .master("local[*]")
   .getOrCreate()

val data = Seq(("Alice", 25), ("Bob", 30), ("Charlie", 20), ("David", 35))
val df = spark.createDataFrame(data).toDF("name", "age")
df.show()

输出：

+-------+---+
|   name|age|
+-------+---+
|  Alice| 25|
|    Bob| 30|
|Charlie| 20|
|  David| 35|
+-------+---+

现在，我们想计算年龄的最小值。我们可以使用df.agg(min)方法：

val minAge = df.agg(min("age")).collect()(0)(0)
println(minAge)

输出：

20

我们还可以将这个值添加到DataFrames中：

val dfWithMinAge = df.agg(min("age")).withColumnRenamed("min(age)", "min_age")
dfWithMinAge.show()

输出：

+-------+
|min_age|
+-------+
|     20|
+-------+

总结

在Scala中，df.agg(min)方法可以方便地计算DataFrames中的最小值。它的语法简单易懂，使用起来非常方便。