Spark，在Scala中添加具有相同值的新列

Question

我在Spark-Scala环境中的withColumn函数有一些问题。 我想在我的DataFrame中添加一个新列，如下所示：

+---+----+---+
|  A|   B|  C|
+---+----+---+
|  4|blah|  2|
|  2|    |  3|
| 56| foo|  3|
|100|null|  5|
+---+----+---+

成为：

+---+----+---+-----+
|  A|   B|  C|  D  |
+---+----+---+-----+
|  4|blah|  2|  750|
|  2|    |  3|  750|
| 56| foo|  3|  750|
|100|null|  5|  750|
+---+----+---+-----+

对于我的DataFrame中的每一行，一列中的列D重复N次。

代码是这样的：

var totVehicles : Double = df_totVehicles(0).getDouble(0); //return 750

变量totVehicles返回正确的值，它的工作原理！

第二个DataFrame必须计算2个字段（id_zipcode，n_vehicles），并添加第三列（具有相同的值-750）：

var df_nVehicles =
df_carPark.filter(
      substring($"id_time",1,4) < 2013
    ).groupBy(
      $"id_zipcode"
    ).agg(
      sum($"n_vehicles") as 'n_vehicles
    ).select(
      $"id_zipcode" as 'id_zipcode,
      'n_vehicles
    ).orderBy(
      'id_zipcode,
      'n_vehicles
    );

最后，我使用withColumn函数添加新列：

var df_nVehicles2 = df_nVehicles.withColumn(totVehicles, df_nVehicles("n_vehicles") + df_nVehicles("id_zipcode"))

但Spark告诉我这个错误：

 error: value withColumn is not a member of Unit
         var df_nVehicles2 = df_nVehicles.withColumn(totVehicles, df_nVehicles("n_vehicles") + df_nVehicles("id_zipcode"))

你能帮助我吗？ 非常感谢你！

Answer 1

lit函数用于将文字值添加为列

import org.apache.spark.sql.functions._
df.withColumn("D", lit(750))