如何格式化Spark DataFrame中的列

Question

有一个Spark DataFrame调用df，如下所示：

+---+---+
| c1| c2|
+---+---+
|  1|  6|
|  2|  7|
|  3|  8|
|  4|  9|
|  5| 10|
|  6| 11|
|  7| 12|
|  8| 13|
|  9| 14|
+---+---+

而且我想生成一个新的DataFrame来获取c1和c2的分数，结果应该是这样的：

+---+---+------+
| c1| c2|    c3|
+---+---+------+
|  9| 14|0.6429|
|  8| 13|0.6154|
|  7| 12|0.5833|
|  6| 11|0.5455|
|  5| 10|0.5000|
|  4|  9|0.4444|
|  3|  8|0.3750|
|  2|  7|0.2857|
|  1|  6|0.1667|
+---+---+------+

但是，当我使用代码时

res.withColumn("c3", col("c1")/col("c2")).orderBy(col("c3").desc).show()

我有：

+---+---+-------------------+
| c1| c2|                 c3|
+---+---+-------------------+
|  9| 14| 0.6428571428571429|
|  8| 13| 0.6153846153846154|
|  7| 12| 0.5833333333333334|
|  6| 11| 0.5454545454545454|
|  5| 10|                0.5|
|  4|  9| 0.4444444444444444|
|  3|  8|              0.375|
|  2|  7| 0.2857142857142857|
|  1|  6|0.16666666666666666|
+---+---+-------------------+

如何在无需生成另一个DataFrame的情况下将c3格式化为所需格式？ （我想只用一行代码从df中获得结果，我怎么能做到这一点？）

Answer 1

您可以使用format_number函数作为

import org.apache.spark.sql.functions._
res.withColumn("c3", format_number(col("c1")/col("c2"), 4)).orderBy(col("c3").desc).show()

Answer 2

另外，您也可以将结果转换为正确的DecimalType() ：

import org.apache.spark.sql.functions.{col}
import org.apache.spark.sql.types._                                                                   

res.withColumn("c3", (col("c1")/col("c2"))
   .cast(DecimalType(4,4)))
   .orderBy(col("c3").desc).show()