在 sparklyr 中的 spark 数据帧的所有列上应用 if else mutate 函数

Question

如何在 sparklyr 中的 spark 数据帧的所有列上应用 if else mutate 函数？ 例如，假设我想将 iris 数据帧中所有小于 2 的值转换为 0。在 sparklyr 之外，有多种方法可以做到这一点，但对于 sparklyr，这似乎有点复杂。 我使用以下自定义函数尝试了一种这样的方法：

iris_sdf <- sdf_copy_to(sc, iris, overwrite = TRUE)
iris_num_sdf <- iris_sdf %>% select(-Species)

recode_val <- function(x) ifelse(x < 2, 0, x)

iris_num_sdf %>% mutate_all(funs(recode_val))

但是得到一个错误This function is neither a registered temporary function nor a permanent function registered in the database 'default'.; line 1 pos 7 Error : org.apache.spark.sql.AnalysisException: This function is neither a registered temporary function nor a permanent function registered in the database 'default'.; line 1 pos 7 Error : org.apache.spark.sql.AnalysisException:

我使用spark_apply尝试了以下操作，但得到了荒谬的结果。

iris_num_sdf %>% 
  spark_apply(recode_val, context = {colName <- colnames(iris_num_sdf)})

我也在下面尝试了这个，这似乎可以解决问题，但我希望有更优雅的东西。

convert_x <- function(col){
  col <- sym(col)
  iris_num_sdf %>% mutate({{col}} := ifelse({{col}} < 2, 0, {{col}})) %>% select({{col}})
}

col_list <- colnames(iris_num_sdf)
out <- lapply(col_list, convert_x)

do.call(sdf_bind_cols, out)

Answer 1

你可以试试这个方法——

library(dplyr)

convert_x <- function(col){
  iris_num_sdf %>% transmute({{col}} := ifelse(.data[[col]] < 2, 0,.data[[col]]))
}

col_list <- colnames(iris_num_sdf)
result <- purrr::map_dfc(col_list, convert_x)

---

基本 R 选项 -

recode_val <- function(x) ifelse(x < 2, 0, x)
out <- do.call(rbind, lapply(iris_num_sdf, recode_val))