我正在使用Java Spark來統(tǒng)計(jì)數(shù)據(jù)集。我需要通過許多exper聚合數(shù)據(jù)集，因此代碼又長又難看。expers有一些共同的邏輯，我可以用循環(huán)生成exper嗎？下面是代碼示例，實(shí)際代碼有數(shù)百行重復(fù)代碼：Dataset<Row> res = ds.groupBy(ds.col("uid")).agg(functions.max(ds.col("create_time")).as("create_time"),functions.sum(functions.when(ds.col("date_diff").$less$eq(30).and(ds.col("call_type").isin(callTypeOut)),                    ds.col("duration"))).as("caller_call_time_1"),                          functions.sum(functions.when(ds.col("date_diff").$less$eq(60)                            .and(ds.col("call_type").isin(callTypeOut)),                    ds.col("duration"))).as("caller_call_time_2"),            functions.sum(functions.when(ds.col("date_diff").$less$eq(90)                            .and(ds.col("call_type").isin(callTypeOut)),                    ds.col("duration"))).as("caller_call_time_3"),            functions.sum(functions.when(ds.col("date_diff").$less$eq(120)                            .and(ds.col("call_type").isin(callTypeOut)),                    ds.col("duration"))).as("caller_call_time_4"),            functions.sum(functions.when(ds.col("date_diff").$less$eq(150)                            .and(ds.col("call_type").isin(callTypeOut)),                    ds.col("duration"))).as("caller_call_time_5"),            functions.sum(functions.when(ds.col("date_diff").$less$eq(180)                            .and(ds.col("call_type").isin(callTypeOut)),                    ds.col("duration"))).as("caller_call_time_6"))我得到了這樣的解決方案：List<Column> exprs = new ArrayList<>();for (int i = 1; i < 7; i ++ ) {    exprs.add(functions.sum(functions.when(ds.col("date_diff").$less$eq(30*i)                        .and(ds.col("call_type").isin(callTypeOut)),                ds.col("duration"))).as("caller_call_time_"+Integer.toString(i));}Dataset<Row> res = ds.groupBy(ds.col("uid")).agg(functions.max(ds.col("create_time")).as("create_time"),exprs.toArray(new Column[exprs.size()]));