scala 从列A创建唯一值数组，其中列B在Sql.DataFrame中相同

new9mtju 于 2022-12-23 发布在 Scala

关注(0)|答案(1)|浏览(109)

我有一个sql.DataFrame：

ID | Qualifier
-------------
A  |    "test"
A  |    "test2"

我想说的是：

ID | QualifierList
-------------
A  |    ["test", "test2"]

使用spark sql函数。
我似乎找不到任何方法与array_join()等任何帮助将不胜感激！
我使用的数据源比这个大得多，但是当我尝试array_join()时，我得到了Qualifier列中存在的值，但没有得到ID相同的值。

scala

来源：https://stackoverflow.com/questions/74858192/create-array-of-unique-values-from-cola-where-col-b-are-the-same-in-sql-datafram

1条答案

按热度按时间

ru9i0ody1#

您可以使用groupBy函数，然后使用collect_list聚合函数。

import org.apache.spark.sql._
import spark.implicits._

val df = Seq(
  ("A", "test"),
  ("A", "test2")
).toDF("ID", "Qualifier")

val output = df.groupBy("ID").agg(collect_list("Qualifier").alias("QualifiersList"))

output.show
+---+--------------+                                                                                                                                                                                                                                                            
| ID|QualifiersList|                                                                                                                                                                                                                                                            
+---+--------------+                                                                                                                                                                                                                                                            
|  A| [test, test2]|                                                                                                                                                                                                                                                            
+---+--------------+

赞(0）回复(0）举报 2022-12-23

我来回答

scala 从列A创建唯一值数组，其中列B在Sql.DataFrame中相同

1条答案

相关问题

热门标签

最新问答