前缀跨度输出格式答案

【问题标题】：prefix span output formatting前缀跨度输出格式
【发布时间】：2018-06-20 14:22:55
【问题描述】：

我正在尝试运行以下示例代码：

import org.apache.spark.mllib.fpm.PrefixSpan

val sequences = sc.parallelize(Seq(
 Array(Array(1, 2), Array(3)),
 Array(Array(1), Array(3, 2), Array(1, 2)),
 Array(Array(1, 2), Array(5)),
 Array(Array(6))
), 2).cache()

val prefixSpan = new PrefixSpan()
 .setMinSupport(0.5)
 .setMaxPatternLength(5)

val model = prefixSpan.run(sequences)
model.freqSequences.collect().foreach { freqSequence =>
  println(
    freqSequence.sequence.map(_.mkString("[", ", ", "]")).mkString("[", ", ", "]") +
", " + freqSequence.freq
  )
}

我需要将 model.freqSequences 格式化为类似于以下的内容（它是一个具有序列和频率的数据框）

|[WrappedArray(2,3)] |  3
|[WrappedArray(1)]   |  2
|[WrappedArray(2,1)] |  1

【问题讨论】：

标签： scala apache-spark apache-spark-sql

【解决方案1】：

在freqSequence.sequence 上使用flatten 并应用toDF 应该会得到您想要的输出

model.freqSequences.map(freqSequence => (freqSequence.sequence.flatten, freqSequence.freq)).toDF("array", "freq").show(false)

这应该给你

+------+----+
|array |freq|
+------+----+
|[2]   |3   |
|[3]   |2   |
|[1]   |3   |
|[2, 1]|3   |
|[1, 3]|2   |
+------+----+

希望回答对你有帮助

【讨论】：