Scala在df中按照season进行分组聚合求另外三列平均数

假设你有一个DataFrame，其中包含四列：season、col1、col2和col3。你可以按照season列进行分组，然后使用agg函数计算col1、col2和col3的平均值。下面是一个简单的Scala代码示例：

import org.apache.spark.sql.functions._

// 创建DataFrame
val df = Seq(
  ("Spring", 10, 20, 30),
  ("Spring", 20, 30, 40),
  ("Summer", 15, 25, 35),
  ("Summer", 25, 35, 45),
  ("Fall", 10, 15, 20),
  ("Fall", 20, 25, 30),
  ("Winter", 5, 10, 15),
  ("Winter", 15, 20, 25)
).toDF("season", "col1", "col2", "col3")

// 按照season列进行分组，计算col1、col2和col3的平均值
val result = df.groupBy("season")
  .agg(avg("col1").alias("avg_col1"), avg("col2").alias("avg_col2"), avg("col3").alias("avg_col3"))

// 显示结果
result.show()

输出结果应该类似于：

+------+--------+--------+--------+
|season|avg_col1|avg_col2|avg_col3|
+------+--------+--------+--------+
|Winter|    10.0|    15.0|    20.0|
|Spring|    15.0|    25.0|    35.0|
|Summer|    20.0|    30.0|    40.0|
|  Fall|    15.0|    20.0|    25.0|
+------+--------+--------+--------+