我有一个pyspark数据帧，具有以下模式:
| Key1 | Key2 | Key3 | Value |
|---|---|---|---|
| a | a | a | "value1" |
| a | a | a | "value2" |
| a | a | b | "value1" |
| b | b | a | "value2" |
(在现实生活中，此数据帧非常大，无法转换为数据帧)
我的目标是将数据帧转换为这样:
| Key1 | Key2 | Key3 | value1 | value2 |
|---|---|---|---|---|
| a | a | a | 1 | 1 |
| a | a | b | 1 | 0 |
| b | b | a | 0 | 1 |
我知道这在使用get_dummies函数的Pandas 中是可能的，我也看到了一些pyspark&；Pandas hybrid function，我不确定我能用
值得一提的是，列Value只能接收(在本例中)值"value1"和"value2"
SMALL EDIT
在实现了公认的解决方案之后，为了将其转换为一个热编码，而不仅仅是外观的总和，我将每个列转换为布尔类型，然后返回整数.