我正在尝试获取我的输入数据:
A B C
--------------
4 blah 2
2 3
56 foo 3
并根据B是否为空在末尾添加一列:
A B C D
--------------------
4 blah 2 1
2 3 0
56 foo 3 1
通过将输入数据帧注册为临时表,然后键入一个SQL查询,我可以轻松地做到这一点。
但是我真的很想知道如何仅使用Scala方法来执行此操作,而不必在Scala中键入SQL查询。
我已经尝试过.withColumn
,但是我无法做到这一点。
尝试withColumn
使用以下功能when
:
val sqlContext = new SQLContext(sc)
import sqlContext.implicits._ // for `toDF` and $""
import org.apache.spark.sql.functions._ // for `when`
val df = sc.parallelize(Seq((4, "blah", 2), (2, "", 3), (56, "foo", 3), (100, null, 5)))
.toDF("A", "B", "C")
val newDf = df.withColumn("D", when($"B".isNull or $"B" === "", 0).otherwise(1))
newDf.show()
表演
+---+----+---+---+
| A| B| C| D|
+---+----+---+---+
| 4|blah| 2| 1|
| 2| | 3| 0|
| 56| foo| 3| 1|
|100|null| 5| 0|
+---+----+---+---+
我添加了(100, null, 5)
用于测试isNull
案例的行。
我曾尝试使用此代码,Spark 1.6.0
但正如的代码所述when
,它适用于之后的版本1.4.0
。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句