Scala 如何使用spark从数据帧中查找最大长度的唯一行？

我正在尝试查找Spark数据帧中具有最大长度值的唯一行（基于id）。每列都有一个字符串类型的值

数据帧类似于：

+-----+---+----+---+---+
|id | A | B | C | D|
+-----+---+----+---+---+
|1 |托托|塔塔|提提||
|1 |托托|塔塔|提提|图图|
|2 | bla | blo ||
|3 | b | c | d|
|3 | b | c | a | d|
+-----+---+----+---+---+

期望是：

+-----+---+----+---+---+
|id | A | B  | C  | D  |
+-----+---+----+---+---+
|1 |toto|tata|titi|tutu|
|2 |bla |blo |   |     |
|3 |b   | c  |  a |  d |
+-----+---+----+---+---+

我不知道如何使用Spark轻松完成此操作。。。

---

提前感谢

注意：这种方法可以在不需要更改代码的情况下，对

数据帧中的列进行任何添加/删除

scala> df.show
+---+----+----+----+----+
| id|   A|   B|   C|   D|
+---+----+----+----+----+
|  1|toto|tata|titi|    |
|  1|toto|tata|titi|tutu|
|  2| bla| blo|    |    |
|  3|   b|   c|    |   d|
|  3|   b|   c|   a|   d|
+---+----+----+----+----+


scala> df.groupBy("id").agg(concat_ws("",collect_set(col("A"))).alias("A"),concat_ws("",collect_set(col("B"))).alias("B"),concat_ws("",collect_set(col("C"))).alias("C"),concat_ws("",collect_set(col("D"))).alias("D")).show
+---+----+----+----+----+
| id|   A|   B|   C|   D|
+---+----+----+----+----+
|  1|toto|tata|titi|tutu|
|  2| bla| blo|    |    |
|  3|   b|   c|   a|   d|
+---+----+----+----+----+

这可以通过在连接后首先查找所有列的长度（第一列除外），然后过滤除具有最大长度的行之外的所有其他行来完成

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

val output = input.withColumn("rowLength", length(concat(input.columns.toList.drop(1).map(col): _*)))
  .withColumn("maxLength", max($"rowLength").over(Window.partitionBy($"id")))
  .filter($"rowLength" === $"maxLength")
  .drop("rowLength", "maxLength")

更多的专栏，然后呢？谢谢！但如果有两行具有相同的id，则返回这两行。我怎么能在两者之间只选择一个（在最后的id上有点不同）？也许我不得不在id上删除重复项！再次感谢你的帮助！