我有一个带有架构的数据帧:
[visitorId: string, trackingIds: array<string>, emailIds: array<string>]
正在寻找一种方法来分组(或者可能汇总？)由visitorid组成的数据帧,其中的trackingIds和emailIds列将一起追加.所以例如,如果我的初始df看起来像:
visitorId |trackingIds|emailIds
+-----------+------------+--------
|a158| [666b] | [12]
|7g21| [c0b5] | [45]
|7g21| [c0b4] | [87]
|a158| [666b, 777c]| []
我希望我的输出df看起来像这样
visitorId |trackingIds|emailIds
+-----------+------------+--------
|a158| [666b,666b,777c]| [12,'']
|7g21| [c0b5,c0b4] | [45, 87]
试图使用groupBy和agg运营商但没有太多运气.