Groupby Multiple Columns使用输入向量SparkR

Question

我正在使用SparkR 2.1.0进行数据处理

我希望以编程方式按多列分组。我知道如果我单独列出它们，我可以按多列分组，或者从向量中引用它们的位置......但我希望能够将列列表作为向量传递（这样，函数会自动调整为我传递的论据数量）

虚拟数据：

 cpny <- c("Fakeco1", "Fakeco2", "Fakeco3", "Fakeco4", "Fakeco5", "Fakeco6")
 state <- c("CA", "NY", "WA", "CA", "CA", "NY")
 public <- c("Y", "Y", "N", "N", "N", "N")
 color <- c("White", "Red", "Green", "Green", "Green", "Red")
 revs <- c(400, 200, 900, 500, 200, 120)
 df <- data.frame(cpny, state, public, color, revs)
 # Convert to SparkR dataframe
 df_s <- as.DataFrame(df)    

使用：

  df_grouped <- df_s %>%
  groupBy('state', 'public') %>%
  summarize(sum_Revs = sum(df_s$revs))

也有效：

  group_vars <- c('state', 'public')

  df_grouped <- df_s %>%
  groupBy(group_vars[[1]], group_vars[[2]]) %>%
  summarize(sum_Revs = sum(df_s$revs))

不起作用：

  group_vars <- c('state', 'public')

  df_grouped <- df_s %>%
  groupBy(group_vars) %>%
  summarize(sum_Revs = sum(df_s$revs))

任何解决方案或其他想法？

Answer 1

您可以使用do.call（）https://stat.ethz.ch/R-manual/R-devel/library/base/html/do.call.html并将列和数据框放入列表中。以下适用于我：

DataRow rowstate == modified