当结构中的所有值都为空时,如何在 Scala spark 中使结构为空?
Posted
技术标签:
【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] |
+---+----------+
【讨论】:
【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以上是关于当结构中的所有值都为空时,如何在 Scala spark 中使结构为空?的主要内容,如果未能解决你的问题,请参考以下文章
PHP/MySQL:导入 CSV,所有日期和十进制值都为空,零
带有架构的 pyspark.sql SparkSession load() :架构中的非字符串类型字段使所有值都为空
SpringDataForCassandra:当数据库中的 Int 列设置为空时,实体中的 NullPointerEx