Pyspark：显示数据框列的直方图

使用Pyspark可以轻松地对数据框的列进行直方图分析。直方图是一种以矩形的高度表示数据频率的可视化工具，可以帮助我们了解数据的分布情况。在本文中，我们将介绍如何使用Pyspark生成数据框列的直方图，并通过一个案例来演示其应用。

python
from pyspark.sql import SparkSession
spark = SparkSession.builder.appName("Histogram").getOrCreate()

python
data = [("John", 18), ("Mary", 20), ("Alex", 19), ("Lisa", 18), ("Mark", 21), ("Emma", 19)]
df = spark.createDataFrame(data, ["姓名", "年龄"])

python
age_histogram = df.select("年龄").rdd.flatMap(lambda x: x).histogram(10)

python
for i in range(len(age_histogram[0])-1):
    print(f"{age_histogram[0][i]} - {age_histogram[0][i+1]}: {age_histogram[1][i]}")

18 - 19: 2
19 - 20: 2
20 - 21: 1