Spark SQL查询Group By值后跟list
有如下表格（Data）：
color status freq
red y 1
blue y 1
green y 2
预期产量： red,blue 1 green 2
select color , freq from data where status = 'y' group by(freq)
现在，我们要得到结果为“ red,blue”的freq= 1，并green为freq =2 如何通过频率来获得color组的列表，纠正上述SQL查询。
使用时first(colour)，它只返回第一种color，但期望所有color按freq分组。
根据输出更正SQL查询
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。试试这个：
import org.apache.spark.sql.functions._
import spark.implicits._
//import org.apache.spark.sql._
//import org.apache.spark.sql.types._val df = Seq(
("green","y", 4),
("blue","n", 7),
("red","y", 7),
("yellow","y", 7),
("cyan","y", 7)).toDF("colour", "status", "freq")val df2 = df.where("status = 'y'")
.select($"freq", $"colour") .groupBy("freq") .agg(collect_list($"colour"))df2.show(false)
收益：freq collect_list(colour) 4 [green] 7 [red, yellow, cyan] 2019-07-17 23:19:57赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
