1
一个数据帧A_df像:与GROUPBY星火筛选数据统计
+------+----+-----+
| uid|year|month|
+------+----+-----+
| 1|2017| 03|
1|2017| 05|
| 2|2017| 01|
| 3|2017| 02|
| 3|2017| 04|
| 3|2017| 05|
+------+----+-----+
我想和发生时间过滤柱UID的2倍以上, 预期结果:
+------+----+-----+
| uid|year|month|
+------+----+-----+
| 3|2017| 02|
| 3|2017| 04|
| 3|2017| 05|
+------+----+-----+
我怎样才能得到这个由scala结果? 我的解决方案:
val condition_uid = A_df.groupBy("uid")
.agg(count("*").alias("cnt"))
.filter("cnt > 2").select("uid")
val results_df = A_df.join(condition_uid, Seq("uid"))
有没有更好的答案?
如果答案帮助你可以作为一个答案接受:) –