考虑以下数据帧:
case class ArrayElement(id:Long,value:Double)
val df = Seq(
Seq(
ArrayElement(1L,-2.0),ArrayElement(2L,1.0),ArrayElement(0L,0.0)
)
).toDF("arr")
df.printSchema
root
|-- arr: array (nullable = true)
| |-- element: struct (containsNull = true)
| | |-- id: long (nullable = false)
| | |-- value: double (nullable = false)
有没有一种方法排序arr
由value
其他比使用UDF?
我已经看到org.apache.spark.sql.functions.sort_array
,在复杂数组元素的情况下,此方法实际上在做什么?它是否按第一个元素对数组进行排序(即id
?)
spark函数说:“根据数组元素的自然顺序,按升序对给定列的输入数组进行排序。”
在解释之前,让我们看一下sort_array的一些示例。
+----------------------------+----------------------------+
|arr |sorted |
+----------------------------+----------------------------+
|[[1,-2.0], [2,1.0], [0,0.0]]|[[0,0.0], [1,-2.0], [2,1.0]]|
+----------------------------+----------------------------+
+----------------------------+----------------------------+
|arr |sorted |
+----------------------------+----------------------------+
|[[0,-2.0], [2,1.0], [0,0.0]]|[[0,-2.0], [0,0.0], [2,1.0]]|
+----------------------------+----------------------------+
+-----------------------------+-----------------------------+
|arr |sorted |
+-----------------------------+-----------------------------+
|[[0,-2.0], [2,1.0], [-1,0.0]]|[[-1,0.0], [0,-2.0], [2,1.0]]|
+-----------------------------+-----------------------------+
因此sort_array的排序方式是先检查第一个元素,然后检查第二个元素,依此类推,对已定义列中的数组中的每个元素进行排序
我希望它清楚
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