scala中数据集中最频繁的值

如何在scala数据集中的特定列中找到最频繁的值

例如，如果其中一列如下所示：

西雅图
巴塞罗那
里斯本
巴塞罗那
蒙特利尔
巴塞罗那
里斯本

---

因此，我需要得到“巴塞罗那”。

将C.S.Reddy的评论转化为一个完整的答案：

Scastie链接：

val xs=List(
“西雅图”，
“巴塞罗那”，
“里斯本”，
“巴塞罗那”，
“蒙特利尔”，
“巴塞罗那”，
“里斯本”
)
val结果=
xs.groupBy（x=>x）
.map{case（k，v）=>k->v.size}
.maxBy（u.u 2）
._1
println（结果）
//巴塞罗那

如果您正在寻找基于Spark的解决方案，这与使用Spark函数而不是Scala函数的想法相同：

val df=List(
“西雅图”，
“巴塞罗那”，
“里斯本”，
“巴塞罗那”，
“蒙特利尔”，
“巴塞罗那”，
“里斯本”
).toDF（“城市”）
val max=df
.groupBy（“城市”）
.count（）
.sort（描述（“计数”））
.head（）
.getString（0）

do groupBy，聚合计数并查找最大值（计数）。