使用列名稱數組聚合Spark數據框，保留名稱

Question

我想使用列名稱數組作爲輸入來聚合Spark數據框，並同時保留列的原始名稱。

df.groupBy($"id").sum(colNames:_*) 

這個工程，但未能保留名稱。通過回答啓發發現here我unsucessfully嘗試這樣做：

df.groupBy($"id").agg(sum(colNames:_*).alias(colNames:_*)) 
error: no `: _*' annotation allowed here 

它可以採取像

df.groupBy($"id").agg(sum(colNames(2)).alias(colNames(2))) 

單個元素如何才能做到這一點整個陣列？

Answer 1

只需提供列的順序與別名：

val colNames: Seq[String] = ??? 
val exprs = colNames.map(c => sum(c).alias(c)) 
df.groupBy($"id").agg(exprs.head, exprs.tail: _*)