Pyspark 模式:如何检查可空性?

Posted

技术标签:

【中文标题】Pyspark 模式:如何检查可空性?【英文标题】:Pyspark schema: how to check nullability? 【发布时间】:2021-11-07 18:12:02 【问题描述】:

我正在尝试比较两个 pyspark 模式。但是,我希望能够查看哪些列不完全匹配。因此,我不想使用简单的schema1 == schema2。但是,我看不到一种方法来比较字段的可空性。这可能吗?

def assert_schemas_equal(schema1, schema2):
  mismatches_counter = 0
  for field1, field2 in zip(schema1, schema2):
    if field1.name != field2.name or field1.dataType != field2.dataType:
      print('Mismatch!', field1, field2)
      mismatches_counter += 1
  if mismatches_counter>0:
    return False
  else:
    return True

【问题讨论】:

【参考方案1】:

您可以使用nullable 属性。

def assert_schemas_equal(schema1, schema2):
  mismatches_counter = 0
  for field1, field2 in zip(schema1, schema2):
    if field1.name != field2.name or field1.dataType != field2.dataType or field1.nullable != field2.nullable:
      print('Mismatch!', field1, field2)
      mismatches_counter += 1
  if mismatches_counter>0:
    return False
  else:
    return True

让我知道这是否适合你。

【讨论】:

@Grevioos 这对你有用吗?【参考方案2】:

我相信这个会做的工作

set(df1.schema).symmetric_difference(set(df2.schema))

【讨论】:

以上是关于Pyspark 模式:如何检查可空性?的主要内容,如果未能解决你的问题,请参考以下文章

可空引用类型 - 通过接受的参数返回类型可空性

text Xcode可空性警告

Kotlin Spring bean 验证可空性

Firebase,Swift:返回类型上的可空性说明符冲突,“可空”与现有说明符“非空”冲突

我可以更改 Spark 数据框中列的可空性吗?

匹配参数的可空性和返回类型的泛型类型参数