了解到 pivot()函數可以實現
嘗試一：
df = spark.sql("""
sql語句
""")
df.show()
這里我想要（以下是通過excel表格的透視表實現的）
如何用pyspark實現？
df.pivot(index="avatar",columns="play_date",values="player_count")
但是報錯
原因分析：
通過 df = spark.sql("sql語句")，獲取的dataframe和pandas中的dataframe不同，我測試了pandas中dataframe的屬性
也就只有 df.dtypes; df.columns; df.show(); df.head()
嘗試二：
df.pivot_table(index="avatar",columns="play_date",values="player_count")
仍然報同樣的錯誤
嘗試三：
解決方案：
查看spark.sql的文檔，查找pivot()函數
現在嘗試語句：
df.groupBy("avatar").pivot("play_date").sum("player_count").show() # 可以實現透視表
df.groupBy("index").pivot("columns").sum("values")
正確
以上需要確認 index， column 和 values的定義。
嘗試四：
上述實驗表明，通過 df = spark.sql("sql語句")，獲取的dataframe和pandas中的dataframe不同
這個時候嘗試將df做個轉換
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() #沒有show屬性 ts_df.collect() # 沒有collect屬性
均報錯，尚不能解決！
主要原因是pandas.dataframe沒有 .show()或者 .collect()的屬性
如果用 .head()顯示則可
