Question

DF1是我现在拥有的，我想使DF1看起来像DF2。

所需的输出：

 DF1                                DF2
+---------+-------------------+          +---------+------------------------------+
|   ID    | Category          |          |   ID    | Category                     |
+---------+-------------------+          +---------+------------------------------+  
|  31898  |   Transfer        |          |  31898  |  Transfer (e-Transfer)       |  
|  31898  |  e-Transfer       |  =====>  |  32614  |  Transfer (e-Transfer + IMT) |
|  32614  |   Transfer        |  =====>  |  33987  |   Transfer (IMT)             |
|  32614  |  e-Transfer + IMT |          +---------+------------------------------+      
|  33987  |   Transfer        |  
|  33987  |    IMT            |  
+---------+-------------------+

代码：

val df = DF1.groupBy("ID").agg(collect_set("Category").as("CategorySet"))
val DF2 = df.withColumn("Category", $"CategorySet"(0) ($"CategorySet"(1)))

该代码不起作用，如何解决？而且，如果还有其他更好的方法可以执行相同的操作，则我愿意接受。预先谢谢你

Answer 1

您可以尝试以下方法：

val sliceRight = udf((array : Seq[String], from : Int) => " (" + array.takeRight(from).mkString(",") +")")

val df2 =  df.groupBy("ID").agg(collect_set("Category").as("CategorySet"))
df2.withColumn("Category", concat($"CategorySet"(0),sliceRight($"CategorySet",lit(1))))
.show(false)

输出：

+-----+----------------------------+---------------------------+
|ID   |CategorySet                 |Category                   |
+-----+----------------------------+---------------------------+
|33987|[Transfer, IMT]             |Transfer (IMT)             |
|32614|[Transfer, e-Transfer + IMT]|Transfer (e-Transfer + IMT)|
|31898|[Transfer, e-Transfer]      |Transfer (e-Transfer)      |
+-----+----------------------------+---------------------------+

Answer 2

稍作修改的答案

df.groupBy（“ ID”）。agg（collect_set（col（“ Category”））。as（“ Category”））。withColumn（“ Category”，concat（col（“ Category”）（0）， lit（“（“），col（“类别”）（1），lit（“）”））））。显示

Scala —特定格式的GroupBy列

2 个答案: