假设我有一个这种结构的数据帧：
time| asset | parameter
----|-------|----------
T1 | A1 | P1
T1 | A1 | P2
T1 | A1 | P3
T1 | A2 | P1
T1 | A2 | P2
T1 | A2 | P3
T2 | A1 | P1
....
等等
我想在此数据框上使用FPGrowth API（作为spark.mllib的一部分），其中与同一时间戳对应的所有参数都被视为事务。我该怎么做？
documentation中给出的示例只是简单地说明了正在读取的文件，每行对应一个不同的事务。
我是Spark的新手，欢迎任何形式的帮助！ （Spark版本1.6.2与Scala）
答案 0 :(得分：0)
透视您的数据，以便每次交易都有一行。
然后运行FPgrowth。
答案 1 :(得分：0)
将列名添加到每个行值。您的Dataframe将如下所示：
+----------+-------------+-------------+
| time | asset | parameter |
+----------+-------------+-------------+
| time:T1 | asset:A1 | parameter:P1|
| time:T1 | asset:A1 | parameter:P2|
| time:T1 | asset:A1 | parameter:P3|
+----------+-------------+-------------+
这使得值唯一