【发布时间】:2020-02-26 15:06:00
【问题描述】:
数据框输入
+-----------------+-------+
|Id | value |
+-----------------+-------+
| 1622| 139685|
| 1622| 182118|
| 1622| 127955|
| 3837|3224815|
| 1622| 727761|
| 1622| 155875|
| 3837|1504923|
| 1622| 139684|
| 1453| 536111|
+-----------------+-------+
输出:
+-----------------+--------------------------------------------+
|Id | value |
+-----------------+--------------------------------------------+
| 1622|[139685,182118,127955,727761,155875,139684] |
| 1453| 536111 |
| 3837|[3224815,1504923] |
+-----------------+--------------------------------------------+
当特定的id 具有多个值时,它应该以array 格式收集,否则
它应该将其视为单个值withoutbracket []
我尝试使用以下链接解决方案,但无法处理数据框中的 if-else 条件。
【问题讨论】:
标签: scala dataframe apache-spark apache-spark-sql