我已使用PySpark SQL将两个表连接在一起，一个表包含经度和纬度的犯罪位置数据，另一个表包含其对应的经度和纬度的邮政编码。

我要解决的是如何统计每个邮政编码中发生了多少次犯罪。我是PySpark的新手，我的SQL生锈了，所以我不确定我要去哪里。

我尝试使用COUNT（DISTINCT），但这只是给我不同邮政编码的总数。

mySchema = StructType([StructField("Longitude",StringType(),True),StructField("Latitude",True)])

bgl_df = spark.createDataFrame(burglary_rdd,mySchema)

bgl_df.registerTempTable("bgl")

rdd2 = spark.sparkContext.textFile("posttrans.csv")

mySchema2 = StructType([StructField("Postcode",StructField("Lon",StructField("Lat",True)])

pcode_df = spark.createDataFrame(pcode_rdd,mySchema2)

pcode_df.registerTempTable("pcode")

count = spark.sql("SELECT COUNT(DISTINCT pcode.Postcode) 
                   FROM pcode RIGHT JOIN bgl 
                   ON (bgl.Longitude = pcode.Lon 
                   AND bgl.Latitude = pcode.Lat)")

+------------------------+
|count(DISTINCT Postcode)|
+------------------------+
|                  523371|
+------------------------+

相反，我想要类似的东西：

+--------+---+
|Postcode|Num|
+--------+---+
|LN11 9DA| 2 |
|BN10 8JX| 5 |
| EN9 3YF| 9 |
|EN10 6SS| 1 |
+--------+---+