如何在spark数据帧的同一列上执行多个agg操作？

Question

Helllo朋友，

我有以下功能签名

def groupAndAggregate(inputDS: Dataset[Row], aggregateFunMap: Map[String, String], aggregateColumns: List[String]):Dataset[Row]={
// statements
  }

其中aggregateFunMap是一个Map，包含作为键的列和要执行的相应聚合操作

例如： - val aggregateFunMap=Map("amount"->"avg","amount"->"sum")

而且，aggregateColumns是一个List，其中包含用于按操作分组的列

例如： - val aggregateColumns=List("amount")

我有以下代码来查找按操作和聚合执行分组后的最终结果。

{
   val grouped = inputDS.groupBy(aggregateColumns.head, aggregateColumns.tail: _*)
   grouped.agg(aggregateFunMap)
}

但是当我在同一列上传递了多个聚合操作的Map时，它会返回一个不正确的结果，即;最终的数据帧只包含一个聚合操作。

如果有人可以帮助我，对我来说将是很有帮助的。