了解到 pivot()函数可以实现
尝试一：
df = spark.sql("""
sql语句
""")
df.show()
这里我想要（以下是通过excel表格的透视表实现的）
如何用pyspark实现？
df.pivot(index="avatar",columns="play_date",values="player_count")
但是报错
原因分析：
通过 df = spark.sql("sql语句")，获取的dataframe和pandas中的dataframe不同，我测试了pandas中dataframe的属性
也就只有 df.dtypes; df.columns; df.show(); df.head()
尝试二：
df.pivot_table(index="avatar",columns="play_date",values="player_count")
仍然报同样的错误
尝试三：
解决方案：
查看spark.sql的文档，查找pivot()函数
现在尝试语句：
df.groupBy("avatar").pivot("play_date").sum("player_count").show() # 可以实现透视表
df.groupBy("index").pivot("columns").sum("values")
正确
以上需要确认 index， column 和 values的定义。
尝试四：
上述实验表明，通过 df = spark.sql("sql语句")，获取的dataframe和pandas中的dataframe不同
这个时候尝试将df做个转换
df.toPandas().pivot(index="avatar",columns="play_date",values="player_count").show()
pandas_df = df.toPandas() ts_df = pandas_df.pivot(index="avatar",columns="play_date",values="player_count") ts_df.show() #没有show属性 ts_df.collect() # 没有collect属性
均报错，尚不能解决！
主要原因是pandas.dataframe没有 .show()或者 .collect()的属性
如果用 .head()显示则可
