Spark 數據幀刪除重復項

Question

是否有可能告訴 spark drop 重復項刪除第二次出現而不是第一次出現？

scala> df.show()
+-----------+
|         _1|
+-----------+
|1 2 3 4 5 6|
|9 4 5 8 7 7|
|1 2 3 4 5 6|
+-----------+


scala> val newDf = df.dropDuplicates()
newDf: org.apache.spark.sql.DataFrame = [_1: string]

scala> newDf.show()
+-----------+                                                                   
|         _1|
+-----------+
|9 4 5 8 7 7|
|1 2 3 4 5 6|
+-----------+

Answer 1

對行進行排名/索引，具有相同的值，然后刪除索引/排名 > 1 的所有記錄的條目。