"Marketing"テーブルの "Balance"列の中央値の計算

Question

私は約17列のスパーク（scala）データフレーム "Marketing"を持ち、そのうちの1つを "残高"としています。この列のデータ型はIntです。私は中央値のバランスを見つける必要があります。私は昇順に整理することができますが、それ以降はどのように進めるのですか？私はスカラーのパーセンタイル関数を使うことができるというヒントを持っています。私はこのパーセンタイル関数について何も知らない。誰も助けることができますか？

Answer 1

中央値は50パーセンタイルと同じです。あなたはハイブ機能を使用して気にしない場合は、次のいずれかを行うことができます

marketingDF.selectExpr("percentile(CAST(Balance AS BIGINT), 0.5) AS median") 

あなたは（）の代わりに使用してpercentile_approxに見ることができます正確な数字を必要としない場合。

両方の機能のドキュメントは、hereです。