Apache spark Timeseries图表：数据作为行而不是列

我想用一个条形图作为可视化，来描述在每个日期运行几个应用程序中的一个的次数（为简单起见，将应用程序想象为excel、word、powerpoint等。例如，在3月15日，如果用户打开excel一次，word两次，word将显示两个高度，excel等将显示一个高度）

可视化显示一年的堆叠数据（365条），其中每个堆叠条对每个程序使用不同的颜色。有20个程序。数据系列是堆叠的-例如，Word（如果有描述）始终位于底部，然后是Excel等

传统的方法是使用outerjoin，每天创建365行和20列（Word、Excel等），每列都有一个整数值。这种技术很有效，但在数据库上计算量很大（更不用说密集的SQL），我想知道是否有人知道处理此问题的timeseries图表工具。 这是一个数据透视问题：我想提取行中的数据，让图表产品组装条形图。它需要从数据中读取数据系列名称，并在遇到新值时创建一个新的数据系列。我实际上有数千个可能的程序，但每个图表不太可能需要描述超过20个

图表产品的工作原理如下： minDate=20150101，maxDate=20151231，间隔时间=天 然后数据就被删除了

20150315 "Word" 1
20150315 "Word" 1
20150315 "Excel" 1
20150316 "Powerpoint" 1
20150316 "Word" 1

或者，每行可以是每个计划每天的总数：

20150315 "Word" 2
20150315 "Excel" 1
20150316 "Powerpoint" 1
20150316 "Word" 1

---

我正在使用C3，使用spark和scala。我可以使用任何javascript库。

您要问的是如何将数据从宽格式改为长格式。在spark中，您使用的是

DataFrame.explode

。假设您有这样的东西：

+--------+----+-----+
|    date|word|excel|
+--------+----+-----+
|20150101|   3|    4|
|20150102|   1|    2|
+--------+----+-----+

您可以通过以下方式对其进行重塑：

df.explode($"word", $"excel"){case row  => 
  Seq(("Word", row.getInt(0)), ("Excel", row.getInt(1)))
}.select($"date", $"_1" as "app", $"_2" as "count")

为此：

+--------+-----+-----+
|    date|  app|count|
+--------+-----+-----+
|20150101| word|    3|
|20150101|excel|    4|
|20150102| word|    1|
|20150102|excel|    2|
+--------+-----+-----+