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