重複のない行を選択する
カテゴリ変数がファクター型として格納されている場合、各カテゴリの値を確認したいことがよくあります。そのためには levels() 関数を使います。tibble の場合は、特定の列の組み合わせに対してユニークな行を見つけるという、より一般的なアプローチを取ります。SQL の用語に倣い、これには distinct() 関数を使います。データセットに直接適用することで、指定した列の値のユニークな組み合わせを取得できます。たとえば、x、y、z 列のユニークな組み合わせを取得するには、次のように記述します。
a_tibble %>%
distinct(x, y, z)
この演習はコースの一部です
sparklyr を使った Spark 入門（R）
演習の手順
Spark への接続は spark_conn として作成済みです。Spark に格納されたトラックのメタデータに紐付けられた tibble は、track_metadata_tbl としてあらかじめ定義されています。
track_metadata_tblのartist_name列からユニークな値を取得しましょう。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# track_metadata_tbl has been pre-defined
track_metadata_tbl
track_metadata_tbl %>%
# Only return rows with distinct artist_name
___