[英]Value and column operations in scala spark, how to use a value left of an operator with spark column?
我正在尝试对Columns和Doubles进行一些基本操作,但是我不知道如何在不创建UDF的情况下进行操作。
scala> import org.apache.spark.sql.functions.col
scala> import spark.implicits._
scala> val df = Seq(("A", 1), ("B", 2), ("C", 3)).toDF("col1", "col2")
df: org.apache.spark.sql.DataFrame = [col1: string, col2: int]
我想找到col2的倒数,我想这样做是这样的:
scala> df.withColumn("col3", 1/col("col2")).show
但这会导致此错误:
<console>:30: error: overloaded method value / with alternatives:
(x: Double)Double <and>
(x: Float)Float <and>
(x: Long)Long <and>
(x: Int)Int <and>
(x: Char)Int <and>
(x: Short)Int <and>
(x: Byte)Int
cannot be applied to (org.apache.spark.sql.Column)
df.withColumn("col3", 1/col("col2")).show
基本上说,您不能使用左手Double和右手Column来执行除法(或任何其他运算符)。 我能够弄清楚如何做到这一点的唯一方法是创建一个UDF并像这样应用它:
scala> def reciprocal(x: Double) : Double = {1/x}
reciprocal: (x: Double)Double
scala> val reciprocalUDF = spark.sqlContext.udf.register(
"reciprocalUDF", reciprocal _)
scala> df.withColumn("col3", reciprocalUDF(col("col2"))).show
+----+----+------------------+
|col1|col2| col3|
+----+----+------------------+
| A| 1| 1.0|
| B| 2| 0.5|
| C| 3|0.3333333333333333|
+----+----+------------------+
但是真的吗 UDF是做这种事情的唯一方法吗? 我不想每次都要执行诸如除法之类的简单操作时都创建一个UDF。
使用文字Column
import org.apache.spark.sql.functions.lit
lit(1) / col("col2")
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.