Spark Dataframe groupBy with sequence as keys arguments

Question

我有一个spark dataFrame，我想通过多个键聚合值

正如Spark文档所示：

  

def groupBy（col1：String，cols：String *）：GroupedData对   DataFrame使用指定的列，因此我们可以对它们运行聚合

所以我做了以下

 val keys = Seq("a", "b", "c")
 dataframe.groupBy(keys:_*).agg(...)

Intellij Idea引发了以下错误：

  

  
1. 非重复参数的扩展
  
2. 类型不匹配：预期Seq [Column]，实际Seq [String]
  

但是，我可以手动传递多个参数而不会出错：

dataframe.groupBy("a", "b", "c").agg(...)

所以，我的问题是：我如何以编程方式执行此操作？

Answer 1

使用 Server myServer = new Server(servername); Backup bkp = new Backup(); bkp.Action = BackupActionType.Database; Database myDatabase = myServer.Databases[database]; bkp.Database = myDatabase.Name; bkp.Devices.AddDevice(path, DeviceType.File); bkp.BackupSetName = string.Format("{0} database Backup", database); bkp.BackupSetDescription=string.Format("{0} database - Full Backup", database); bkp.Initialize = true; bkp.SqlBackup(myServer);

列

groupBy(cols: Column*)

或import org.apache.spark.sql.functions.col val keys = Seq("a", "b", "c").map(col(_)) dataframe.groupBy(keys:_*).agg(...) / head与tail：

groupBy(col1: String, cols: String*)