当我像这样使用DataFrame groupby时：
df.groupBy（df（“age”））.agg（Map（“id”->；“count”））
我将只得到一个包含列“age”和“count（id）”的数据帧，但在df中，还有许多其他列，如“name”
总之，我想得到MySQL中的结果
“按年龄从df组中选择姓名、年龄、计数（id）”
在Spark中使用groupby时应该做什么
长话短说一般来说，您必须将聚合结果与原始表连接起来。Spark SQL遵循与大多数主要数据库（PostgreSQL、Oracle、MS SQL Server）相同的SQL:1999之前的约定，不允许在聚合查询中添加列
由于计数结果等聚合的定义不明确，而且在支持此类查询的系统中，行为往往会有所不同，因此您可以使用任意聚合（如first或last）来包含其他列
在某些情况下，您可以使用窗口函数和后续的where替换agg，但根据上下文，这可能会非常昂贵