Scala 如何基于多个列重新划分数据帧？

我有一个数据框：yearDF，包含以下列：

名称、id\u编号、位置、源\u系统\u名称、期间\u年份

如果要基于列重新划分数据帧，我将执行以下操作：

yearDF.repartition('source_system_name')

我有一个变量：

val partition\u columns=“source\u system\u name，period\u year”

我试着这样做：

val dataDFPart = yearDF.repartition(col(${prtn_String_columns}))

但是我得到一个编译错误：

无法解析符号$

---

是否可以根据

分区列中的值重新分区数据框：
yearDF

在Scala/Spark中有三种重新分区功能的实现：

def repartition(partitionExprs: Column*): Dataset[T]
def repartition(numPartitions: Int, partitionExprs: Column*): Dataset[T]
def repartition(numPartitions: Int): Dataset[T]

因此，为了在多个列上重新分区，您可以尝试用逗号分割字段，并对其使用Scala的vararg运算符，如下所示：

val columns = partition_columns.split(",").map(x => col(x))
yearDF.repartition(columns: _*)

另一种方法是逐个调用每个列：

yearDF.repartition(col("source_system_name"), col("period_year"))

---

Scala/Spark中的重新分区功能有三种实现：

def repartition(partitionExprs: Column*): Dataset[T]
def repartition(numPartitions: Int, partitionExprs: Column*): Dataset[T]
def repartition(numPartitions: Int): Dataset[T]

因此，为了在多个列上重新分区，您可以尝试用逗号分割字段，并对其使用Scala的vararg运算符，如下所示：

val columns = partition_columns.split(",").map(x => col(x))
yearDF.repartition(columns: _*)

另一种方法是逐个调用每个列：

yearDF.repartition(col("source_system_name"), col("period_year"))

---

我尝试了vararg方法，结果显示：类型不匹配，应为：Seq[Column]，actual:Array[String我尝试了vararg方法，结果显示：类型不匹配，应为：Seq[Column]，actual:Array[String