如何使用 Scala 在 DataFrame 中添加新的可为空字符串列

Posted 2023-04-17

【中文标题】如何使用 Scala 在 DataFrame 中添加新的可为空字符串列

【英文标题】：How to add a new nullable String column in a DataFrame using Scala

【发布时间】：2019-10-17 22:28:13

【问题描述】：

可能至少有10个问题与此非常相似，但我仍然没有找到明确的答案。

如何使用 scala 将可为空的字符串列添加到 DataFrame？我能够添加具有空值的列，但 DataType 显示为空

val testDF = myDF.withColumn("newcolumn", when(col("UID") =!= "not", null).otherwise(null))

但是，架构显示

root
 |-- UID: string (nullable = true)
 |-- IsPartnerInd: string (nullable = true)
 |-- newcolumn: null (nullable = true)

我希望新列是字符串 |-- newcolumn: string (nullable = true)

请不要标记为重复，除非它确实是同一个问题并且在 scala 中。

【问题讨论】：

试试myDF.withColumn("newcolumn", lit(null).cast("string"))。

【参考方案1】：

只需将 null 文字显式转换为 StringType。

scala> val testDF = myDF.withColumn("newcolumn", when(col("UID") =!= "not", lit(null).cast(StringType)).otherwise(lit(null).cast(StringType)))

scala> testDF.printSchema

root
 |-- UID: string (nullable = true)
 |-- newcolumn: string (nullable = true)

【参考方案2】：

为什么你想要一个总是为空的列？有几种方法，我更喜欢typedLit的解决方案：

myDF.withColumn("newcolumn", typedLit[String](null))

或者对于旧的 Spark 版本：

myDF.withColumn("newcolumn",lit(null).cast(StringType))