如何在 SparkR 的对象 'Formal DataFrame' 上执行 as.data.frame.matrix 方法
How to perform as.data.frame.matrix method on SparkR's object 'Formal DataFrame'
我要执行方法：
as.data.frame.matrix(xtabs(~name + value, table))
在 data.frame 对象上的 Rstudio 中，它工作起来非常酷。
我有一个 data.frame 'table' 如下：
> table
name value
[1,] "user1" "less"
[2,] "user1" "more"
[3,] "user1" "agua"
[4,] "user1" "dog"
[5,] "user2" "less"
[6,] "user2" "agua"
[7,] "user2" "dog"
表演：ans <- as.data.frame.matrix(xtabs(~name+value, table))
我得到的结果如下：
> ans
agua dog less more
user1 1 1 1 1
user2 1 1 1 0
你知道我怎样才能在基于 Formal DataFrame 对象的 SparkR 上获得相同的结果，而不是在 data.frame 上吗？
你不能。 Spark DataFrame 与标准 R 函数不兼容，不能用于替换 data.frame.
我要执行方法：
as.data.frame.matrix(xtabs(~name + value, table))
在 data.frame 对象上的 Rstudio 中，它工作起来非常酷。 我有一个 data.frame 'table' 如下：
> table
name value
[1,] "user1" "less"
[2,] "user1" "more"
[3,] "user1" "agua"
[4,] "user1" "dog"
[5,] "user2" "less"
[6,] "user2" "agua"
[7,] "user2" "dog"
表演：ans <- as.data.frame.matrix(xtabs(~name+value, table))
我得到的结果如下：
> ans
agua dog less more
user1 1 1 1 1
user2 1 1 1 0
你知道我怎样才能在基于 Formal DataFrame 对象的 SparkR 上获得相同的结果，而不是在 data.frame 上吗？
你不能。 Spark DataFrame 与标准 R 函数不兼容，不能用于替换 data.frame.