我试图在PySpark的Spark数据帧上使用一堆预定义的sql函数以及我自己的UDAF

    @F.udf
    def mode(v):
     from collections import Counter
     x = [w[0] for w in Counter(v).most_common(5)]
     return x

   funs = [mean,max,min,stddev,approxCountDistinct,mode]
   columns = df.columns
   expr = [f(col(c)) for f in funs for c in columns]

   s = df.agg(*expr).collect()

当我尝试将udf与其他功能一起使用时，我得到： org.apache.spark.sql.AnalysisException：分组表达式序列为空。在窗口函数中以'{avg（CAST（DBN AS DOUBLE））换行为avg(DBN)或在first（）（或first_value）中以'DBN'换行关心您获得的价值。;

但是当我跑步时：

funs = [mode]
   columns = df.columns
   expr = [f(collect_list(col(c))) for f in funs for c in columns]

   s = df.agg(*expr).collect()

它给出正确的结果，但仅适用于我的UDF，而不能给出其他功能。

有没有一种方法可以将collect_list函数合并到udf中，以便我可以将udf与其他函数一起运行。