PySpark中基于指定条件求和的最简实现方式咨询

你的代码可以更简洁高效，不需要先对所有Mea_Desc分组聚合，直接先过滤目标条件再求和即可，能减少不必要的计算：

df.filter(col('Mea_Desc') == 'xycvg').agg(sum('Meas_Val').alias("Totl")).collect()[0][1]

如果只需要数值结果，还可以用first()方法替代collect()[0][1]，可读性更好：

df.filter(col('Mea_Desc') == 'xycvg').agg(sum('Meas_Val')).first()[0]

这两种写法都能得到你需要的Decimal('10366755770.00')结果，而且逻辑更直接，执行效率也更高——因为先过滤后聚合，只处理符合条件的数据，避免了对全量数据的分组操作。

内容的提问来源于stack exchange，提问作者user3521180