[英]Spark java: agg on multiple columns and rename them
我想在我之前不知道的多個列上對我的數據集進行分組,因此.agg()允許傳遞一個Map ,其中鍵是列名,值是聚合名稱,對於例如我可以這樣做:
for(String column:columns)
map.put(column, "sum");
ds.groupBy("someColumn").agg(map)
到這里為止都很好,但我想保留原來的列名並且沒有這樣的東西
'|sum(column1)|sum(column12)|...'
我試過這樣做,但沒有奏效:
map.put(column, "sum alias " + column);
是否可以使用 java api 做到這一點?
嘗試這個-
我已將列名作為別名提供給
sum(column)
Dataset<Row> df = spark.range(2).withColumn("value", lit(2));
df.show(false);
df.printSchema();
/**
* +---+-----+
* |id |value|
* +---+-----+
* |0 |2 |
* |1 |2 |
* +---+-----+
*
* root
* |-- id: long (nullable = false)
* |-- value: integer (nullable = false)
*/
Map<String, String> map = new HashMap<>();
for(String column:df.columns())
map.put(column, "sum");
List<Column> cols = map.entrySet().stream().map(c -> expr(String.format("%s(%s) as %s", c.getValue(), c.getKey(), c.getKey())))
.collect(Collectors.toList());
df.agg(cols.get(0), toScalaSeq(cols.subList(1, cols.size()))).show(false);
/**
* +---+-----+
* |id |value|
* +---+-----+
* |1 |4 |
* +---+-----+
*/
效用-
<T> Buffer<T> toScalaSeq(List<T> list) {
return JavaConversions.asScalaBuffer(list);
}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.