在Spark中， import Foundation
import Alamofire
public class APIClient {
@discardableResult
private static func performRequest<T:Decodable>(route:APIRouter, decoder: JSONDecoder = JSONDecoder(), completion:@escaping (AFResult<T>)->Void) -> DataRequest {
return AF.request(route)
.responseDecodable (decoder: decoder){ (response: AFDataResponse<T>) in
completion(response.result)
print("framework response::",response.result)
}
}
public static func taskID(id: String, completion:@escaping (AFResult< [TaskID]>)->Void) {
performRequest(route: APIRouter.TaskById(id: id), completion: completion)
}
}//APIClient
在lag的限制下使用，但是在我的情况下，over()不是必需的。我想计算连续行之间的差异，而不进行分组，排序或分区。我知道我需要使用over()进行计算，但是我不知道如何使用“空” lag来进行计算。谁能帮我？谢谢！
答案 0 :(得分：1)
没有lag，就不能使用over()功能。但是，您可以传递任何文字/同意值，以便它可以对连续的行执行lag函数，而无需进行分组排序或分区。
像下面一样：
val w = Window.orderBy(lit(1))
df.withColumn("lagOut", lag(col("<column name>"), 1).over(w))
请检查以下链接以获取更多详细信息：
https://databricks.com/blog/2015/07/15/introducing-window-functions-in-spark-sql.html