r - 在sparklyr中使用first，last，nth

我四处张望，但仍然无法使这三个dplyr函数在sparklyr中工作。我在下面有一个可复制的示例。首先，一些会话信息：

R版本3.4.3（2017-11-30）
平台：x86_64-pc-linux-gnu（64位）
运行在：Red Hat Enterprise Linux Server 7.4（Maipo）

我正在运行dplyr 0.7.4，sparklyr 0.8.3，spark版本2.2.0

这是在sparklyr外部运行dplyr代码的（预期）结果：

set.seed(999)

df <- data.frame(group = letters[rep(1:4, each = 2)],
                 class = letters[rep(1:4, by = 2)],
                 value = rnorm(8), stringsAsFactors = FALSE)

> df
  group class      value
1     a     a -0.9677497
2     a     b -1.1210094
3     b     c  1.3254637
4     b     d  0.1339774
5     c     a  0.9387494
6     c     b  0.1725381
7     d     c  0.9576504
8     d     d -1.3626862

df %>%
  group_by(group) %>%
  summarize(value = sum(value),
            class = first(class))

# A tibble: 4 x 3
  group  value class
  <chr>  <dbl> <chr>
1 a     -1.59  a
2 b      1.07  c
3 c     -0.843 a
4 d     -3.15  c

但是，当我在该data.frame上复制以触发时，结果不是我期望的：

df <- sdf_copy_to(sc, df, "df", memory = FALSE, overwrite = TRUE)

df %>%
  group_by(group) %>%
  summarize(value = sum(value),
            class = first(class))

# Source:   lazy query [?? x 3]
# Database: spark_connection
  group  value class
  <chr>  <dbl> <chr>
1 d     -3.15  `class`
2 c     -0.843 `class`
3 b      1.07  `class`
4 a     -1.59  `class`

我还尝试查看是否存在名称空间问题，但这不能解决此问题：

df %>%
  group_by(group) %>%
  summarize(value = sum(value),
            class = dplyr::first(class))

Error in x[[n]] : object of type 'builtin' is not subsettable

在我的不可复制示例中，有时我还会收到以下错误，具体取决于我如何更改代码，但是对于该示例，我没有得到显示。

Error in nth(x, -1L, order_by = order_by, default = default) :
  object 'class' not found

任何帮助（包括替代方案）将不胜感激！

最佳答案

我有同样的问题，这应该工作。

df %>%
group_by(group) %>%
summarize(value = sum(value),
          class = first_value(class))

它既适用于字符列，也适用于数字列。

顺便说一句，我正在使用dplyr 0.8.0.1和sparklyr 0.9.4

关于r - 在sparklyr中使用first，last，nth，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51486774/