Scala函数来统计特定的事件

我有以下spark数据框：

我想做的是创建一个scala函数/UDF，它将为我提供“最长运行时间”列。这将向我展示一名乘客在没有英国的情况下去过的最多国家。例如，第一个是：uk->ir->at->uk->ch->pk，正确答案是这里有两个国家

我试图创建一个函数，但如果列表中有多个“uk”或列表以“uk”开头，则该函数不起作用

请问我该怎么办

---

感谢您的支持

您可以尝试这种方法

def longestRun（sq:Seq[String]）：Int={
sq.mkString（“”）
.split（“英国”）
.filter（u.nonEmpty）
.map（u.trim）
.map（s=>s.split（“”）.length）
麦克斯先生
}
案例类航班（旅客：Int，航班：Seq[String]，longestRun:Int）
val数据=列表(
（1，列表（“英国”、“爱尔兰”、“AT”、“英国”、“CH”、“PK”）），
（2，列表（“CG”、“IR”），
（3，列表（“CG”、“IR”、“SG”、“BE”、“UK”），
（4，列表（“CG”、“IR”、“NO”、“UK”、“SG”、“UK”、“IR”、“TJ”、“AT”）），
（5，列表（“CG”、“IR”））
)
导入spark.implicits_
val df=sc.parallelize（数据）
.toDF（“乘客”、“航班”）
.map（r=>Flights（r（0）.asInstanceOf[Int]，r（1）.asInstanceOf[Seq[String]]，longestRun（r（1）.asInstanceOf[Seq[String]]））
df.show（truncate=false）
/*
+-----------+------------------------------------+----------+
|passengerID |航班| longestRun|
+-----------+------------------------------------+----------+
|1 |[UK，IR，AT，UK，CH，PK]|2|
|2 |[CG，IR]| 2|
|3 |[CG、IR、SG、BE、英国]| 4|
|4 |[CG，IR，NO，UK，SG，UK，IR，TJ，AT]| 3|
|5 |[CG，IR]| 2|
+-----------+------------------------------------+----------+
*/

您可以尝试这种方法

def longestRun（sq:Seq[String]）：Int={
sq.mkString（“”）
.split（“英国”）
.filter（u.nonEmpty）
.map（u.trim）
.map（s=>s.split（“”）.length）
麦克斯先生
}
案例类航班（旅客：Int，航班：Seq[String]，longestRun:Int）
val数据=列表(
（1，列表（“英国”、“爱尔兰”、“AT”、“英国”、“CH”、“PK”）），
（2，列表（“CG”、“IR”），
（3，列表（“CG”、“IR”、“SG”、“BE”、“UK”），
（4，列表（“CG”、“IR”、“NO”、“UK”、“SG”、“UK”、“IR”、“TJ”、“AT”）），
（5，列表（“CG”、“IR”））
)
导入spark.implicits_
val df=sc.parallelize（数据）
.toDF（“乘客”、“航班”）
.map（r=>Flights（r（0）.asInstanceOf[Int]，r（1）.asInstanceOf[Seq[String]]，longestRun（r（1）.asInstanceOf[Seq[String]]））
df.show（truncate=false）
/*
+-----------+------------------------------------+----------+
|passengerID |航班| longestRun|
+-----------+------------------------------------+----------+
|1 |[UK，IR，AT，UK，CH，PK]|2|
|2 |[CG，IR]| 2|
|3 |[CG、IR、SG、BE、英国]| 4|
|4 |[CG，IR，NO，UK，SG，UK，IR，TJ，AT]| 3|
|5 |[CG，IR]| 2|
+-----------+------------------------------------+----------+
*/