Scala Spark-aggregateByKey类型不匹配错误

我正在努力找出这背后的问题。我正在尝试使用

aggregateByKey

查找每个学生的最大分数

val data = spark.sc.Seq(("R1","M",22),("R1","E",25),("R1","F",29),
                        ("R2","M",20),("R2","E",32),("R2","F",52))
                   .toDF("Name","Subject","Marks")
def seqOp = (acc:Int,ele:(String,Int)) => if (acc>ele._2) acc else ele._2
def combOp =(acc:Int,acc1:Int) => if(acc>acc1) acc else acc1

val r = data.rdd.map{case(t1,t2,t3)=> (t1,(t2,t3))}.aggregateByKey(0)(seqOp,combOp)

---

我得到的错误是，

aggregateByKey

接受

（Int，（Any，Any））

但实际值是

（Int，（String，Int））

您的map函数不正确，因为您有一个

行作为输入，而不是
元组3

用以下命令修复最后一行：

val r = data.rdd.map { r =>
      val t1 = r.getAs[String](0)
      val t2 = r.getAs[String](1)
      val t3 = r.getAs[Int](2)
      (t1,(t2,t3))
    }.aggregateByKey(0)(seqOp,combOp)

我通过
rdd.map{case（name，u，marks）=>（name，marks）}.groupByKey（）.map（x=>（x.1，x.2.max））
来解决它。结果：
列表（（R2,52）、（R1,29））
。我找不到使用aggregateByKey的方法