在另一个函数中调用的 SparkR 汇总函数答案

【问题标题】：SparkR summarize function called within another function在另一个函数中调用的 SparkR 汇总函数
【发布时间】：2016-05-19 21:51:08
【问题描述】：

说在SparkR中我想统计一个DataFrame中不同元素出现的次数，所以我写了一个函数：

count_spark <- function(df, col) {
  newCol <- paste0('N_', col)
  df %>%
    group_by(.[[col]]) %>%
    summarize(newCol = count(df[[col]]))
}
count_spark(df, 'EventType')

这不是我所期望的，因为 newCol 是按字面意思解释的，因此没有创建一个名为 N_EventType 的新列，而是创建了一个名为 newCol 的新列。

我该如何解决这个问题？

【问题讨论】：

标签： r apache-spark sparkr

【解决方案1】：

只需像这样使用alias：

count_spark <- function(df, col) {
  newCol <- paste0('N_', col)
  df %>%
    group_by(.[[col]]) %>%
    summarize(alias(count(df[[col]]), newCol))
}

【讨论】：