9.4 聚合函数

1. count(col)：计算每一组的元素的个数。

2. avg(col)：计算指定列的均值

3. approx_count_distinct(col, rsd=None)：统计指定列有多少个distinct 值

4. countDistinct(col,*cols)：计算一列或者一组列中的distinct value 的数量。

5. collect_list(col)：返回指定列的元素组成的列表（不会去重）

6. collect_set(col)：返回指定列的元素组成的集合（去重）

7. first(col,ignorenulls=False)：返回组内的第一个元素。

   如果ignorenulls=True，则忽略null 值，直到第一个非null 值。如果都是null，则返回null。

   如果ignorenulls=False，则返回组内第一个元素(不管是不是null)

8. last(col,ignorenulls=False)：返回组内的最后一个元素。

   如果ignorenulls=True，则忽略null 值，直到最后一个非null 值。如果都是null，则返回null。

   如果ignorenulls=False，则返回组内最后一个元素(不管是不是null)

9. grouping(col)：判断group by list 中的指定列是否被聚合。如果被聚合则返回1，否则返回 0。

10. grouping_id(*cols)：返回grouping 的级别。

    cols 必须严格匹配grouping columns，或者为空（表示所有的grouping columns)

11. kurtosis(col)：返回一组元素的峰度

12. max(col)：返回组内的最大值。

13. mean(col)：返回组内的均值

14. min(col)：返回组内的最小值

15. skewness(col)： 返回组内的偏度

16. stddev(col)：返回组内的样本标准差（分母除以 N-1 ）

17. stddev_pop(col)：返回组内的总体标准差（分母除以 N ）

18. stddev_samp(col)： 返回组内的标准差，与stddev 相同

19. sum(col)：返回组内的和

20. sumDistinct(col)：返回组内distinct 值的和

21. var_pop(col)：返回组内的总体方差。 （分母除以 N ）

22. var_samp(col)：返回组内的样本方差 。（分母除以 N-1 ）

23. variance(col)：返回组内的总体方差，与var_pop 相同