求与PySpark DataFrame分组求和代码等价的PySpark SQL查询语句

没问题，我帮你把这段PySpark DataFrame的分组求和逻辑转换成等价的PySpark SQL语句～

首先你需要先把你的DataFrame注册成一个临时视图（这样SQL才能访问到它的数据），然后编写对应的分组求和查询：

# 1. 将DataFrame注册为临时视图，视图名可以自定义，这里用`sales_data`举例
df.createOrReplaceTempView("sales_data")

# 2. 执行PySpark SQL查询，得到和原DataFrame操作完全一致的结果
spark.sql("""
    SELECT 
        Country,
        `Product Category`,
        `Sub Category`,
        SUM(Profit) AS Total_Profit
    FROM sales_data
    GROUP BY Country, `Product Category`, `Sub Category`
    ORDER BY Country, `Product Category`, `Sub Category`
""").show()

小说明： #

• 因为你的列名里包含空格（比如Product Category），所以在SQL里需要用反引号`把这类列名括起来，避免语法报错
• 如果希望结果列名和原DataFrame操作返回的sum(Profit)完全一致，可以把AS Total_Profit改成AS sum(Profit)``（同样用反引号包裹）
• 额外添加的ORDER BY是为了让结果排序更规整，和原show()的默认排序逻辑对齐，不需要的话可以直接删掉

内容的提问来源于stack exchange，提问作者Arun Prakash