pyspark sum group by month and date using start and end date

【问题标题】：pyspark sum group by month and date using start and end datepyspark sum group by month and date using start and end date
【发布时间】：2020-07-21 23:11:28
【问题描述】：

我有一个合同数据框：开始期、结束期、每月价格。我正在尝试获取每个月的总收入。

当前数据框：

id      start_period   end_period     montly_price
1       2019-01-01     2019-03-01     30
2       2019-01-01     2019-06-01     20
3       2019-07-01     2020-08-01     10
4       2019-07-01     2020-08-01     10

预期输出：

period          revenue_per_month_all_ids
2019-01         50
2019-02         50
2019-04         20
2019-05         20
2019-06         0
2019-07         20

【问题讨论】：

标签： pyspark

【解决方案1】：

假设您没有合同，其 start_period 和 end_period 的月份不同（如果是这种情况，您希望如何继续？您可以编辑您的问题或评论这篇文章吗？）


import pyspark.sql.functions as psf

df.withColumn("month",psf.month('start_period'))
  .groupBy("period")
  .agg(psf.sum("monthly_price").alias("revenue_per_month_all_ids"))

【讨论】：