SparkR窗口函数
我发现1.6版本的SparkR窗口函数,r,apache-spark,apache-spark-sql,window-functions,sparkr,R,Apache Spark,Apache Spark Sql,Window Functions,Sparkr,我发现1.6版本的SparkR已经实现了窗口功能,包括lag和rank,但是over功能还没有实现。如何在SparkR中使用像lag函数这样的窗口函数而不使用over(而不是SparkSQL方式)?有人能举个例子吗?Spark 2.0.0+ SparkR为DSL包装器提供了over,窗口.partitionBy/分区by,窗口.orderBy/orderBy和行之间的/范围函数 火花火花2.0.0+ SparkR为DSL包装器提供了over,窗口.partitionBy/分区by,窗口.orde
SparkR
已经实现了窗口功能,包括lag
和rank
,但是over
功能还没有实现。如何在SparkR
中使用像lag
函数这样的窗口函数而不使用over
(而不是SparkSQL
方式)?有人能举个例子吗?Spark 2.0.0+
SparkR为DSL包装器提供了over
,窗口.partitionBy
/分区by
,窗口.orderBy
/orderBy
和行之间的/范围
函数
火花火花2.0.0+
SparkR为DSL包装器提供了over
,窗口.partitionBy
/分区by
,窗口.orderBy
/orderBy
和行之间的/范围
函数
火花
set.seed(1)
hc <- sparkRHive.init(sc)
sdf <- createDataFrame(hc, data.frame(x=1:12, y=1:3, z=rnorm(12)))
registerTempTable(sdf, "sdf")
sql(hc, "SELECT x, y, z, LAG(z) OVER (PARTITION BY y ORDER BY x) FROM sdf") %>%
head()
## x y z _c3
## 1 1 1 -0.6264538 NA
## 2 4 1 1.5952808 -0.6264538
## 3 7 1 0.4874291 1.5952808
## 4 10 1 -0.3053884 0.4874291
## 5 2 2 0.1836433 NA
## 6 5 2 0.3295078 0.1836433
w <- Window.partitionBy("y") %>% orderBy("x")
select(sdf, over(lag(sdf$z), w))