Scala 当列中不存在所有值时，是否可以按Spark的数据帧分组？

例如，如果我有以下数据帧

val tempDF=Seq(("a",2),("b",1),("a",3)).toDF("letter","value")

scala> tempDF.show()
+------+-----+
|letter|value|
+------+-----+
|     a|    2|
|     b|    1|
|     a|    3|
+------+-----+

我想对列字母执行groupBy操作，但知道列字母中可能不存在另一个字母c。通常我会

tempDF.groupBy("letter").sum()

scala> tempDF.groupBy("letter").sum().show()
+------+----------+                                                               
|letter|sum(value)|
+------+----------+
|     a|         5|
|     b|         1|
+------+----------+

但我想要这样的东西：

+------+----------+                                                             
|letter|sum(value)|
+------+----------+
|     a|         5|
|     b|         1|
|     c|         0|
+------+----------+

---

是否可以在不向数据帧添加字母c的情况下执行此操作？我的意思是，我可以在一个列表中有许多数据帧，但我不知道每个数据帧缺少哪些字母（如果有），相反，我知道应该为每个字母显示的整个字母列表。

如果您已经知道所有可能的值，请创建一个单独的通用数据集，其中“value”为0。 然后将其与任何tempDF连接以添加缺少的字母。 然后对最终数据集执行groupBy