SparkR：为具有条件的列分配值答案

【问题标题】：SparkR: Assign values of a column with conditionSparkR：为具有条件的列分配值
【发布时间】：2017-07-06 20:11:31
【问题描述】：

我想用特定条件替换列的值。

R 数据框示例：

df <- data.frame(id=c(1:7),value=c("a", "b", "c", "d", "e", "c", "c"))

我想将列值中的值“c”和“d”替换为“e”。

在R中，可以这样做

df[df$value %in% c("c","d"),]$value <- "e"

我尝试在 sparkR 中做同样的事情。尝试了ifelse、when 功能，但无法给我想要的结果。

会不会遇到同样的问题？

【问题讨论】：

df$value <- ifelse(df$value %in% c("c","d"), "e", df$value) 应该同样适用于Spark DataFrame。
它不起作用。我收到一个错误Error in rep(yes, length.out = length(ans)) : attempt to replicate an object of type 'environment'
你运行的是什么 spark 版本？
我正在运行 spark 1.6
我认为这是一个已知的错误，已在 1.6.1 中修复

【解决方案1】：

mtoto 的第一条评论效果很好（spark 3.0.1），应该在回答中转换并接受。

df$value <- ifelse(df$value %in% c("c","d"), "e", df$value)

替换列中字符串的另一种有效的略有不同的方法可能如下：

df$value <- regexp_replace(df$value, "c", "e")

【讨论】：