spark dataframe 类型转换
Posted 李克华
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了spark dataframe 类型转换相关的知识,希望对你有一定的参考价值。
读一张表,对其进行二值化特征转换。可以二值化要求输入类型必须double类型,类型怎么转换呢?
直接利用spark column 就可以进行转换:
DataFrame dataset = hive.sql("select age,sex,race from hive_race_sex_bucktizer ");
/**
* 类型转换
*/
dataset = dataset.select(dataset.col("age").cast(DoubleType).as("age"),dataset.col("sex"),dataset.col("race"));
是不是很简单。想起之前的类型转换做法,遍历并创建另外一个满足类型要求的RDD,然后根据RDD创建Datafame,好复杂!!!!
JavaRDD<Row> parseDataset = dataset.toJavaRDD().map(new Function<Row,Row>() { @Override public Row call(Row row) throws Exception { System.out.println(row); long age = row.getLong(row.fieldIndex("age")); String sex = row.getAs("sex"); String race =row.getAs("race"); double raceV = -1; if("white".equalsIgnoreCase(race)){ raceV = 1; } else if("black".equalsIgnoreCase(race)) { raceV = 2; } else if("yellow".equalsIgnoreCase(race)) { raceV = 3; } else if("Asian-Pac-Islander".equalsIgnoreCase(race)) { raceV = 4; }else if("Amer-Indian-Eskimo".equalsIgnoreCase(race)) { raceV = 3; }else { raceV = 0; } return RowFactory.create(age,("male".equalsIgnoreCase(sex)?1:0),raceV); } }); StructType schema = new StructType(new StructField[]{ createStructField("_age", LongType, false), createStructField("_sex", IntegerType, false), createStructField("_race", DoubleType, false) }); DataFrame df = hive.createDataFrame(parseDataset, schema);
不断探索,不断尝试!
以上是关于spark dataframe 类型转换的主要内容,如果未能解决你的问题,请参考以下文章
Spark 类型不匹配:无法从 DataFrame 转换为 Dataset<Row>