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

Exercițiu

选择唯一行

如果您有一个以因子形式存储的分类变量，通常需要知道其中包含哪些类别；可以使用 levels() 函数获取。对于 tibble，更常见的做法是查找具有唯一数据的行。沿用 SQL 的术语，这可以通过 distinct() 函数完成。您可以直接在数据集上使用它，从而找到某些列组合的唯一取值。例如，若要查找 x、y 和 z 列中取值的唯一组合，您可以这样写：

a_tibble %>%
  distinct(x, y, z)

Instrucțiuni

100 XP

已为您创建名为 spark_conn 的 Spark 连接。附加到存储在 Spark 中的曲目信息的一个 tibble 已预定义为 track_metadata_tbl。

  • 从 track_metadata_tbl 中找出 artist_name 列的去重取值。