您所需要做的就是这样的标准SQL：
SELECt (US + UK + CAN) / 3 AS mean FROM df
可以直接与
SqlContext.sqlDSL一起使用或通过DSL表达
df.select(((col("UK") + col("US") + col("CAN")) / lit(3)).alias("mean"))如果您有更多的列，则可以如下生成表达式：
from functools import reducefrom operator import addfrom pyspark.sql.functions import col, litn = lit(len(df.columns) - 1.0)rowMean = (reduce(add, (col(x) for x in df.columns[1:])) / n).alias("mean")df.select(rowMean)要么
rowMean = (sum(col(x) for x in df.columns[1:]) / n).alias("mean")df.select(rowMean)最后，它在Scala中等效：
df.select(df.columns .drop(1) .map(col) .reduce(_ + _) .divide(df.columns.size - 1) .alias("mean"))在更复杂的情况下，您可以使用
array函数组合列并使用UDF计算统计信息：
import numpy as npfrom pyspark.sql.functions import array, udffrom pyspark.sql.types import FloatTypecombined = array(*(col(x) for x in df.columns[1:]))median_udf = udf(lambda xs: float(np.median(xs)), FloatType())df.select(median_udf(combined).alias("median"))使用Scala API表示的相同操作：
val combined = array(df.columns.drop(1).map(col).map(_.cast(DoubleType)): _*)val median_udf = udf((xs: Seq[Double]) => breeze.stats.DescriptiveStats.percentile(xs, 0.5))df.select(median_udf(combined).alias("median"))
