1. Learn
    2. /
  2. 课程
    3. /
  3. R 中使用 sparklyr 的 Spark 入门
Connected

道练习

修改列（mutate）

也许这会让您意外：并不是所有数据集一开始都是"干净"的！您常常需要修正取值，或基于现有数据新增列。在 dplyr 术语中，更改或新增列的过程称为"变换"（mutation），使用 mutate() 完成。该函数接受一个 tibble，以及用于更新列的具名参数。每个参数名对应要更改或新增的列名，参数值是说明如何更新的表达式。例如，给定包含 x 和 y 列的 tibble，下面的代码会更新 x 并创建新列 z。

a_tibble %>%
  mutate(
    x = x + y,
    z = log(x)  
  )

如果您还没有注意到：基 R 函数无法处理 Spark tibble。因此在这里不能使用 within() 或 transform()。

说明

100 XP

我们已为您创建了名为 spark_conn 的 Spark 连接。已经在 Spark 中预置了与曲目元数据关联的 tibble，命名为 track_metadata_tbl。

  • 选择 title 和 duration 字段。请注意，duration 的单位是秒。
  • 将结果通过管道传递给 mutate()，创建一个新字段 duration_minutes，其值为曲目的时长（单位：分钟）。