[英]Extract a column value from a spark dataframe and add it to another dataframe
[英]Extract a column value and assign it to another column as an array in Spark dataframe
我有一个带有以下列的Spark Dataframe。
C1 | C2 | C3| C4
1 | 2 | 3 | S1
2 | 3 | 3 | S2
4 | 5 | 3 | S2
我想通过像C5这样从C4列中获取不同的值来生成另一列C5
[S1,S2]
[S1,S2]
[S1,S2]
有人可以帮助我如何使用Scala在Spark数据框中实现此目标吗?
您可能需要收集来自柱4的不同项目,并把它们放在一个列表先,然后用withColumn
创建一个新的列C5
通过创建udf
总是返回一个恒定的名单:
val uniqueVal = df.select("C4").distinct().map(x => x.getAs[String](0)).collect.toList
def myfun: String => List[String] = _ => uniqueVal
def myfun_udf = udf(myfun)
df.withColumn("C5", myfun_udf(col("C4"))).show
+---+---+---+---+--------+
| C1| C2| C3| C4| C5|
+---+---+---+---+--------+
| 1| 2| 3| S1|[S2, S1]|
| 2| 3| 3| S2|[S2, S1]|
| 4| 5| 3| S2|[S2, S1]|
+---+---+---+---+--------+
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.