当结构中的所有值都为空时，如何在 Scala spark 中使结构为空？

Posted 2023-04-17

【中文标题】当结构中的所有值都为空时，如何在 Scala spark 中使结构为空？

【英文标题】：How to null a struct in Scala spark when all values in the struct are null?

【发布时间】：2020-11-13 16:07:25

【问题描述】：

我有一个 spark scala 数据框，其列是一个结构，当结构中的所有值都为空时，我想要 null 而不是对象。

val someDF = Seq(
  (8, null,null),
  (64, "mouse", "s"),
  (-27, "horse", "e")
).toDF("a", "b", "c")

def make_week_struct (week:String) : Column = 
  
   val summary = struct($"b", $"c").alias(s"wks_$week_jrny")
  
   return summary


val week1_summary = make_week_struct("1")

var dd = someDF.select($"a",week1_summary)

display(dd)

样本数据

a       b        c       
8       null     null
64      mouse    s    
-27     horse    e   

电流输出

a   wks_1_jrny
8   object:a:null, b:null
64  object:a:"mouse", b:"s"
-27 object:a:"horse", b:"e"

预期输出

a   wks_1_jrny
8   null
64  object:a:"mouse", b:"s"
-27 object:a:"horse", b:"e"

【问题讨论】：

您可以添加一些示例数据和预期输出吗？？

@Srinivas 添加！！尽量简化，谢谢

实际数据集中的struct元素是否属于同一数据类型？

在我的示例中它们是，但我想要一个与类型无关的解决方案 @LeoC

@SalsaSteve 将此问题标记为重复和违反行为

【参考方案1】：

你也可以使用to_json函数&过滤空json。

scala> 

dd
.withColumn("wks_1_jrny",
              when(
                to_json($"wks_1_jrny") =!= "", // Filter Empty Json values.
                $"wks_1_jrny"
              )
            )
.show(false)

+---+----------+
|a  |wks_1_jrny|
+---+----------+
|8  |null      |
|64 |[mouse,s] |
|-27|[horse,e] |
+---+----------+

【参考方案2】：

这也应该有效：

import org.apache.spark.sql.functions._
import spark.implicits._

val df = List(
  (None, None),
  (None, Some("abc")),
  (Some(1), Some("xyz"))
).toDF("id", "name")

val structCols = Seq("id", "name")
val dataStruct = struct(structCols.map(col): _*)
val emptyStruct = struct(df.schema.fields.filter(f => structCols.contains(f.name)).map(f => lit(null).cast(f.dataType).as(f.name)):_*)

df
  .select(when(dataStruct.equalTo(emptyStruct), lit(null: StructType)).otherwise(dataStruct).as("col"))
  .show(false)

【讨论】：

一个包含多个操作的衬垫阅读起来很痛苦