您可以使用 collect_list 或 collect_set 函数:

You can use collect_list or collect_set functions:

import org.apache.spark.sql.functions.{collect_list, collect_set}

df.groupBy($"label").agg(collect_list($"term").alias("term"))

在 Spark

2.0 它需要 HiveContext 并且在 Spark 2.0+ 中你必须在 SessionBuilder 中启用 hive 支持.请参阅在 Spark SQL 中使用 collect_list 和 collect_set

In Spark < 2.0 it requires HiveContext and in Spark 2.0+ you have to enable hive support in SessionBuilder. See Use collect_list and collect_set in Spark SQL