[英]Change value in Spark Dataset<Row>
我有一个 Spark 数据集,我需要做的是遍历该数据集所有行中的所有值,并在满足某些条件时更改该值。
例如,我想将所有大于 5 的值更改为 0。因此我遍历数据集并将值更改为 0。
我的问题是我没有找到改变数据集中值的方法。 无论如何在Java中这样做。
您可以在 spark 中的withColumn
或 dataset 中使用withColumn
或select
函数
这就是你在scala中如何做到的,我希望你能在Java中转换它
//dummy dataframe with two column id and value
val df = Seq(
("a", 1),
("b", 4),
("c", 2),
("d", 6),
("e", 10),
("f", 11)
).toDF("id", "value")
//Now this will change the all value with greater than 5 to 0
val newDF = df.withColumn("value", when($"value" > 5, 0).otherwise($"value"))
与select
相同
val newDF = df.select($"id", when($"value" > 5, 0).otherwise($"value").as("value"))
输出:
+---+-----+
|id |value|
+---+-----+
|a |1 |
|b |4 |
|c |2 |
|d |0 |
|e |0 |
|f |0 |
+---+-----+
我希望这会有所帮助!
根据Shankar Koirala 的建议,以下是相同的 java 解决方案:
dataSet = dataSet.withColumn("value",when(col("value").gt(5),0).otherwise(col("value")));
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.