Scala Spark数据帧：如何在groupBy+；总和

我的问题很简单，但似乎找不到合适的解决办法。我可以用可怕的代码破解它，我想找到一些优雅的东西

以下是我的代码行：

    val summedDF = dataFrame.groupBy(colsNamesGroupBy.head, colsNamesGroupBy.tail : _*).sum(colsNamesSum:_*)

它对列名数组进行分组，然后对一些列求和

一切正常，但我得到的列名称如下：sum（xxxx）。 我想在移动中重命名这些，可能需要一个映射操作，所以我只保留“xxxx”名称

有人知道吗

编辑：

我正在尝试类似的方法，但我得到“无法使用此签名解析symbol agg”：

---

我想试试这样的东西：

import org.apache.spark.sql.functions.{sum, col}

val aggregateExpr = colsNamesSum.map(c => sum(col(c)).as(c))

val summedDF = dataFrame.groupBy(colsNamesGroupBy.head, colsNamesGroupBy.tail : _*).agg(aggregateExpr.head, aggregateExpr.tail: _*)

你需要导入

import org.apache.spark.sql.functions._

---

因此，您可以使用

.agg

您是否研究过这个答案？我真的很想让它发挥作用，因为这是我正在寻找的解决方案。我得到了类型不匹配的例外。对不起，我最近迁移到Spark 2.1.1，所以.agg（）方法中有一些更改，我不知道。我将编辑我的答案。这在我的案例中有效（Spark 2.1.1）。请试一试。现在我必须找到如何只保留第二列的相同名称：p

import org.apache.spark.sql.functions._