spark DataFrame中聚合函数中的count(*)和count(1)有什么区别 请给出实例的代码

在Spark DataFrame中，`count(*)`和`count(1)`都是用来统计行数的聚合函数，但是它们有一些区别。

`count(*)`会统计所有行的数量，包括所有的NULL行，而`count(1)`则不会统计NULL行，因为它只是简单地计算行的数量，不需要关心具体每行的数据。

下面是一个示例代码，演示了`count(*)`和`count(1)`的区别：

from pyspark.sql.functions import count

# 创建一个DataFrame
data = [("Alice", 25), ("Bob", None), ("Charlie", 30), (None, None)]
df = spark.createDataFrame(data, ["name", "age"])

# 使用count(*)统计行数
df.select(count("*")).show()  # 输出：+--------+ |count(1)| +--------+ |       4| +--------+

# 使用count(1)统计行数
df.select(count(1)).show()   # 输出：+--------+ |count(1)| +--------+ |       3| +--------+

从上面的输出可以看出，`count(*)`统计了所有行，包括NULL行，而`count(1)`只统计了非NULL行。