R SparkR subset用法及代碼示例

說明：

根據給定條件返回 SparkDataFrame 的子集

用法：

subset(x, ...)

## S4 method for signature 'SparkDataFrame,numericOrcharacter'
x[[i]]

## S4 replacement method for signature 'SparkDataFrame,numericOrcharacter'
x[[i]] <- value

## S4 method for signature 'SparkDataFrame'
x[i, j, ..., drop = F]

## S4 method for signature 'SparkDataFrame'
subset(x, subset, select, drop = F, ...)

參數：

• x 一個 SparkDataFrame。
• ... 目前沒有使用。
• i, subset (可選)用於過濾行的邏輯表達式。對於提取運算符 [[ 和替換運算符 [[<-]，單個列的索引參數。
• value 長度為 1 的列或原子向量作為文字值，或 NULL 。如果 NULL ，則刪除指定的列。
• j, select 要從 SparkDataFrame 中選擇的單個列或列列表的表達式。
• drop 如果為 TRUE，如果結果數據集隻有一列，則將返回一列。否則，將始終返回 SparkDataFrame。

返回：

一個新的 SparkDataFrame，僅包含符合條件的行和選定的列。

注意：

[[ 從 1.4.0 開始

[[<- 從 2.1.1 開始

[ 從 1.4.0 開始

自 1.5.0 以來的子集

例子：

# Columns can be selected using [[ and [
  df[[2]] == df[["age"]]
  df[,2] == df[,"age"]
  df[,c("name", "age")]
  # Or to filter rows
  df[df$age > 20,]
  # SparkDataFrame can be subset on both rows and Columns
  df[df$name == "Smith", c(1,2)]
  df[df$age %in% c(19, 30), 1:2]
  subset(df, df$age %in% c(19, 30), 1:2)
  subset(df, df$age %in% c(19), select = c(1,2))
  subset(df, select = c(1,2))
  # Columns can be selected and set
  df[["age"]] <- 23
  df[[1]] <- df$age
  df[[2]] <- NULL # drop column