汇总列

您在上一个练习中见到的 mutate() 函数以列为输入，并返回一列。如果要计算均值、最大值或标准差等汇总统计量，通常也是以列为输入，但希望返回单个值。这可以通过 summarize() 函数来实现。

a_tibble %>%
  summarize(
    mean_x       = mean(x),
    sd_x_times_y = sd(x * y)
  )

请注意，dplyr 的一个理念（也传递给了 sparklyr）是始终将数据保持在 tibble 中。因此，这里的返回值是一个只有 1 行的 tibble，并且每个被计算的汇总统计量对应一列。

已经为您创建了名为 spark_conn 的 Spark 连接。连接到 Spark 中曲目信息的 tibble 已预定义为 track_metadata_tbl。

选择 title 和 duration 字段。
将结果通过管道传递，创建一个新字段 duration_minutes，表示曲目时长（分钟）。
再将结果通过管道传递给 summarize()，计算以分钟为单位的平均时长，并将该字段命名为 mean_duration_minutes。