加入多个数据框火花
Posted
技术标签:
【中文标题】加入多个数据框火花【英文标题】:Join multiples dataframes spark 【发布时间】:2017-03-11 12:18:54 【问题描述】:我有多个从 csv 文件加载的数据框,我想根据列加入它们,这里我做了什么。我只是想通用化并使其自动化。
val spark = SparkSession.builder.master("local").appName("my-spark-app").getOrCreate()
import spark.sqlContext.implicits._
val df1 = spark.read.option("inferSchema", "true").option("header", "true").csv("C:/Users/mhattabi/Desktop/dataTestCsvFile/dataTest1.txt")
val df2 = spark.read.option("inferSchema", "true").option("header", "true").csv("C:/Users/mhattabi/Desktop/dataTestCsvFile/dataTest2.txt")
val df3 = spark.read.option("inferSchema", "true").option("header", "true").csv("C:/Users/mhattabi/Desktop/dataTestCsvFile/dataTest3.txt")
df1.show
df2.show
df3.show
val df =List(df1,df2,df3).reduce((a, b) => a.join(b,Seq("time"),joinType="outer"))
df.show
问题只需要其中两个而不是全部。结果是加入其中两个 谢谢
【问题讨论】:
【参考方案1】:这是答案的解决方案
val df1 = spark.read.option("inferSchema", "true").option("header", "true").csv("C:/Users/mhattabi/Desktop/dataTestCsvFile/dataTest1.txt")
val df2 = spark.read.option("inferSchema", "true").option("header", "true").csv("C:/Users/mhattabi/Desktop/dataTestCsvFile/dataTest2.txt")
val df3 = spark.read.option("inferSchema", "true").option("header", "true").csv("C:/Users/mhattabi/Desktop/dataTestCsvFile/dataTest3.txt")
val df_result=recursiveJoinOnDate(List(df1,df2,df3))
df_result.show
def recursiveJoinOnDate(list: List[DataFrame]): DataFrame =
if (list.isEmpty) null else if(list.size >1) list.head.join(recursiveJoinOnDate(list.tail),Seq("`time.1`"),joinType="outer") else list.head
【讨论】:
以上是关于加入多个数据框火花的主要内容,如果未能解决你的问题,请参考以下文章