使用 when() 進行條件聚合 (Conditional aggregation using when())

問題描述

使用 when() 進行條件聚合 (Conditional aggregation using when())

我正在做這樣的聚合：

df2 = (
    df1
    .groupby('date', 'id', 'product')
    .agg(
        sf.count('new_user').alias('new_users'),
        sf.count('eligible_user').alias('eligible_users')

    )
)

我想計算 new_user 其中 eligible_user 為空。我試過這樣做：

df2 = (
    df1
    .groupby('date', 'id', 'product')
    .agg(
        sf.when(sf.col('eligible_user').isNull(), sf.count('new_user').alias('new_users')),
        sf.count('eligible_user').alias('eligible_users')       
    )
)

這個錯誤輸出：

Cannot resolve eligible_user given input columns.

blockquote>

我不確定為什麼會收到此錯誤，因為 eligible_user 在 df1 中（第一個查詢有效）。我不能簡單地將 .where() 放在 groupby() 之前，因為我想包含 eligible_user == 1 在 eligible_users 計數中。

---

參考解法

方法 1:

To do a conditional count, you can use

sf.count(sf.when(sf.col('eligible_user').isNull(), sf.col('new_user')))

The count should be outside the when, not inside.

(by cs_guy、mck)

參考文件

1. Conditional aggregation using when() (CC BY‑SA 2.5/3.0/4.0)