SparkR：如何进行“索引匹配/VLOOKUP”答案

【问题标题】：SparkR : How To make a "INDEX MATCH / VLOOKUP"SparkR：如何进行“索引匹配/VLOOKUP”
【发布时间】：2020-11-09 22:55:42
【问题描述】：

SPARKR 中的索引匹配/VLOOKUP

我正在尝试使用 SparkR 包在 Rstudio 进行“索引匹配/vlookup”，以前有人做过吗？我正在尝试使用函数定位来接近与普通 RStudio 中的函数匹配相同的方法，但我收到一条无法用两列定位的消息，所以我做了一个循环，但也没有用.. . 有人对此有任何线索吗？

iUWYData <- SparkR::nrow(UWYData)

for(i in iUWYData){
UWYData[i,2] = LoBUWY_Data[SparkR::locate(UWYData[i,1], LoBUWY_Data$ICRF_ID),"Version"]

}

或

UWYData$Version = LoBUWY_Data[SparkR::locate(UWYData$ICRF_ID, LoBUWY_Data$ICRF_ID),"Version"]

但我收到了这些消息：

UWYData[i, 1] 中的错误：extract operator [ 或 subset() 方法的第一个参数不支持过滤谓词以外的表达式。追溯：评估（解析（文本 = 代码），环境 = 环境）测试（Premium_rate_Index_script_v1 = Premium_rate_Index_script_v1） LoBUWY_Data[SparkR::locate(UWYData[i, 1], LoBUWY_Data$ICRF_ID), “版本”] LoBUWY_Data[SparkR::locate(UWYData[i, 1], LoBUWY_Data$ICRF_ID), “版本”] SparkR::locate(UWYData[i, 1], LoBUWY_Data$ICRF_ID) UWY 数据[i, 1] UWY 数据[i, 1] stop(paste0("不支持过滤谓词以外的表达式", "在提取运算符[或subset()方法的第一个参数中。"))

和

（函数（类，fdef，mtable）中的错误：无法为签名“列”，“列”的函数“定位”找到继承的方法

回溯：评估（解析（文本 = 代码），环境 = 环境）测试（Premium_rate_Index_script_v1 = Premium_rate_Index_script_v1） LoBUWY_Data[SparkR::locate(UWYData$ICRF_ID, LoBUWY_Data$ICRF_ID), “版本”] LoBUWY_Data[SparkR::locate(UWYData$ICRF_ID, LoBUWY_Data$ICRF_ID), “版本”] SparkR::locate(UWYData$ICRF_ID, LoBUWY_Data$ICRF_ID) （函数（类，fdef，mtable）

【问题讨论】：

标签： r sparkr

【解决方案1】：

使用SparkR::join。

UWYData <- SparkR::createDataFrame(data.frame(
  id = 1:5
))
LoBUWY_Data <- SparkR::createDataFrame(data.frame(
  ICRF_ID = 1:4,
  Version = 11:14
))

result <- SparkR::join(
  UWYData,
  LoBUWY_Data,
  UWYData$id == LoBUWY_Data$ICRF_ID,
  joinType = "left_outer"
)

SparkR::collect(result)
#>   id ICRF_ID Version
#> 1  1       1      11
#> 2  3       3      13
#> 3  5      NA      NA
#> 4  4       4      14
#> 5  2       2      12

【讨论】：