[英]How to convert all column of dataframe to numeric spark scala?
我加载了一个 csv 作为数据框。 我想将所有列转换为浮动,知道文件太大无法写入所有列名:
val spark = SparkSession.builder.master("local").appName("my-spark-app").getOrCreate()
val df = spark.read.option("header",true).option("inferSchema", "true").csv("C:/Users/mhattabi/Desktop/dataTest2.csv")
以这个 DataFrame 为例:
val df = sqlContext.createDataFrame(Seq(("0", 0),("1", 1),("2", 0))).toDF("id", "c0")
使用架构:
StructType(
StructField(id,StringType,true),
StructField(c0,IntegerType,false))
您可以通过.columns函数遍历 DF 列:
val castedDF = df.columns.foldLeft(df)((current, c) => current.withColumn(c, col(c).cast("float")))
所以新的 DF 架构看起来像:
StructType(
StructField(id,FloatType,true),
StructField(c0,FloatType,false))
编辑:
如果您想从转换中排除某些列,您可以执行以下操作(假设我们要排除列id ):
val exclude = Array("id")
val someCastedDF = (df.columns.toBuffer --= exclude).foldLeft(df)((current, c) =>
current.withColumn(c, col(c).cast("float")))
其中exclude
是我们要从转换中排除的所有列的数组。
所以这个新 DF 的架构是:
StructType(
StructField(id,StringType,true),
StructField(c0,FloatType,false))
请注意,这可能不是最好的解决方案,但它可以作为一个起点。
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.