在SparkyR中，R的list（）函数的等价物是什么？

下面是一个示例R代码。我想在你的生活中也这样做

custTrans1 <- Pdt_table %>% 
  group_by(Main_CustomerID) %>% 
  summarise(Invoice = as.vector(list(Invoice_ID)),Industry = as.vector(list(Industry)))

其中Pdt_表是spark数据框，主客户ID、发票ID和行业是变量

我想创建上述变量的列表，并将其转换为向量。如何在Sparkyr中执行此操作？

您可以使用或：

选择“组”，将“值”列为“值”` 从`df` 分组` 与相应的：

org.apache.spark.sql.catalyst.plans.logical.Aggregate 聚合[group259]，[group259，collect_listvalue260,0,0作为值345] +-在MemoryRelation[group259，value260]，true，10000，StorageLeveldisk，memory，反序列化，1个副本，`df` +-扫描现有RDD[组259，值260] 和具有数组列的架构：

根 |-组：字符串nullable=true |-值：数组nullable=true ||-元素：双容器ll=true 请记住：

像这样的操作在分布式系统中非常昂贵。 取决于数据分布可能不可行。 一般来说，复杂类型在Spark中有点难以处理，而SparkyR以整洁的数据为中心，并不能让事情变得更简单。为了有效地处理结果，您可能需要Scala扩展。

set.seed(1)
df <- copy_to(
  sc, tibble(group = rep(c("a", "b"), 3), value = runif(6)),
  name = "df"
)

result <- df %>% group_by(group) %>% summarise(values = collect_list(value))
result

result %>% show_query()

result %>% optimizedPlan()