Scala：将dataframe列复制到数组中并保留原始顺序

假设我有一个dataframe

df

，其中有一个timestamp列和一个integer列，这样就没有时间戳出现在多个记录中。看起来是这样的：

timestamp  | value
------------------
2019-07-03 | 2100
2019-04-15 | 1828
2019-06-01 | 948
2019-07-12 | 2912
[etc.]

使用以下方法，我可以按时间戳订购：

df.createorReplaceView（“tmp”）
var sql_cmd=“”选择
* 
从…起
tmp
订购人
时间戳asc”“；
var new_df=spark.sql（sql_命令）；

然后以这种方式获得新的df：

timestamp  | value
------------------
2019-04-15 | 1828
2019-06-01 | 948
2019-07-03 | 2100
2019-07-12 | 2912
[etc.]

---

是否有方法将

new_df

的

value

的内容放入数组

new_df_数组

，以便保留该列数字的顺序？（即：

新的测向数组[0]==1828

，

新的测向数组[1]==948

等）

这应该可以做到：

val array = new_df.coalesce(1).sortWithinPartitions($"timestamp").collect()

---

请注意，这不是数据帧，而是一个普通的scala数组，一个简单的

collect（）

不会改变数据帧中记录的顺序。@sachav感谢您的评论-那太棒了！您能给我指出一些文档，确保

collect（）

不会影响数据帧中的顺序吗？虽然collect肯定会维持分区内的顺序，但我不确定分区本身的顺序是否会被保留。虽然我在文档中找不到任何引用，下面是一个有趣的答案：