在 SparkR 中使用 grep 时出错答案

【问题标题】：Error in using grep in SparkR在 SparkR 中使用 grep 时出错
【发布时间】：2018-06-10 01:53:00
【问题描述】：

我的 Spark DataFrame 子集存在问题。

我有一个名为nfe 的DataFrame，其中包含一个名为ITEM_PRODUTO 的列，该列被格式化为字符串。我想根据项目列是否包含“AREIA”一词来对这个DataFrame 进行子集化。我可以根据确切的短语轻松地对数据进行子集化：

nfe.subset1 <- subset(nfe, nfe$ITEM_PRODUTO == "AREIA LAVADA FINA")

nfe.subset2 <- subset(nfe, nfe$ITEM_PRODUTO %in% "AREIA")

但是，我想要的是 ITEM_PRODUTO 列中包含单词“AREIA”的所有行的子集。但是，当我尝试使用 grep 时，我收到一条错误消息：

nfe.subset3 <- subset(nfe, grep("AREIA", nfe$ITEM_PRODUTO))

# Error in as.character.default(x) : 
#  no method for coercing this S4 class to a vector

我尝试了多次语法迭代，也尝试了grepl，但似乎没有任何效果。这可能是语法错误，但谁能帮帮我？

谢谢！

【问题讨论】：

标签： r apache-spark sparkr

【解决方案1】：

标准 R 函数不能应用于 SparkDataFrame。使用喜欢`：

where(nfe, like(nfe$ITEM_PRODUTO, "%AREIA%"))

或rlike:

where(nfe, rlike(nfe$ITEM_PRODUTO, ".*AREIA.*"))

【讨论】：