我有一个select语句,我存储在数据帧中....
val df = spark.sqlContext.sql("select prty_tax_govt_issu_id from CST_EQUIFAX.eqfx_prty_emp_incm_info where emp_mtch_cd = 'Y' and emp_mtch_actv_rcrd_in = 'Y' and emp_sts_in = 'A'");
然后我想要获取此数据帧并仅选择唯一记录 . 因此,确定prty_tax_govt_issu_id字段上的所有重复项,如果有重复项,则不仅删除副本,而且删除具有该prty_tax_govt_issu_id的整个记录
所以原始数据框可能看起来像......
+---------------------+
|prty_tax_govt_issu_id|
+---------------------+
| 000000005|
| 000000012|
| 000000012|
| 000000028|
| 000000038|
+---------------------+
新数据框应该看起来像....
|prty_tax_govt_issu_id|
+---------------------+
| 000000005|
| 000000028|
| 000000038|
+---------------------+
在我存储在数据框中之后我不确定是否需要这样做,或者我可以在select语句中获得该结果 . 谢谢 :)