SparkR

Question

我有一个如下所示的 spark dataFrame：

  id      dates value
1 11 2013-11-15    10
2 11 2013-11-16    15
3 22 2013-11-15    20
4 22 2013-11-16    21
5 22 2013-11-17     3

我希望保留每个 ID 上一个日期的值。

最终结果应该是这样的：

  id      dates value prev_value
1 11 2013-11-15    10        NA
2 11 2013-11-16    15        10
3 22 2013-11-15    20        NA
4 22 2013-11-16    21        20
5 22 2013-11-17     3        21

this question 中的解决方案由于各种原因无法使用。

非常感谢您的帮助！

Answer 1

所以在玩了一段时间之后，这是我找到的解决方法：

首先举个例子DF

id<-c(11,11,22,22,22)
dates<-as.Date(c('2013-11-15','2013-11-16','2013-11-15','2013-11-16','2013-11-17'), "%Y-%m-%d")
value <- c(10,15,20,21,3)

example<-as.DataFrame(data.frame(id=id,dates=dates, value))

我复制示例 DF 并将原始日期添加 1 天，然后重命名该列

example_p <- example
example_p$dates <- date_add(example_p$dates, 1)
colnames(example_p) <- c("id", "dates", "prev_value")

最后，我将新的DF合并到原来的DF中

result <- select(merge(example, example_p, by = intersect(names(example),names(example_p))
              , all.x = T), c("id_x", "dates_x", "value", "prev_value"))

showDF(result)

+----+----------+-----+----------+
|id_x|   dates_x|value|prev_value|
+----+----------+-----+----------+
|22.0|2013-11-15| 20.0|      null|
|11.0|2013-11-15| 10.0|      null|
|11.0|2013-11-16| 15.0|      10.0|
|22.0|2013-11-16| 21.0|      20.0|
|22.0|2013-11-17|  3.0|      21.0|
+----+----------+-----+----------+

显然，这有点笨拙，我很乐意为任何可以提出比这更快的解决方案的人加分。

SparkR - 在另一列中保留先前的值

SparkR - Retaining the previous value in another column