crosstab (DataFrameStatFunctions)

Calcula una tabla de frecuencias en pares de las columnas especificadas, también conocida como tabla de contingencia. La primera columna de cada fila contiene los valores distintos de y los nombres de col1columna son los valores distintos de col2. El nombre de la primera columna es $col1_$col2. Los pares sin repeticiones tienen un recuento de cero. DataFrame.crosstab y DataFrameStatFunctions.crosstab son alias entre sí.

Sintaxis

crosstab(col1, col2)

Parámetros

Devoluciones

DataFrame

Ejemplos

df = spark.createDataFrame([(1, 11), (1, 11), (3, 10), (4, 8), (4, 8)], ["c1", "c2"])
df.stat.crosstab("c1", "c2").sort("c1_c2").show()
# +-----+---+---+---+
# |c1_c2| 10| 11|  8|
# +-----+---+---+---+
# |    1|  0|  2|  0|
# |    3|  1|  0|  0|
# |    4|  0|  0|  2|
# +-----+---+---+---+