[英]Changing Columns DataTypes in a DataFrame and pass it into a UDF - PySpark
我目前正在对涉及改变几个类型的问题Columns
在一个DataFrame
,但我不知道我怎样才能将它传递到一个udf
,因为我所创建的函数需要一个dictionary
作为参数,因此,我不知道如何将函数传递到udf
。
我目前拥有的所有数据类型均为String
类型,但是正如我提到的,我需要将它们更改为其他类型,例如Integer & Date
。
我的函数看起来像这样:
def columns_types_transformer(df, reformating_dict):
for column, new_type in reformating_dict.items():
df = df.withColumn(column, df[column].cast(new_type))
return df
我想通过的字典看起来像这样:
dictionary = {'date1': DateType(), 'date2': DateType(), 'date3': DateType(), 'date4': DateType(), 'date5': DateType(), 'date6': DateType(), 'integer1': IntegerType()}
我的问题是如何将具有正确类型的字典传递给udf? 我想到的另一种方法是使用SQLTransformer,但也不确定如何做到这一点。
任何帮助,将不胜感激。
我设法使用SQLTransformer解决了这个问题。
这就是我所做的
sqlTrans_formatter = SQLTransformer(statement="SELECT CAST(date1 AS date), CAST(date2 AS date), CAST(date3 AS date), CAST(date4 AS date), CAST(date5 AS date), CAST(date6 AS date), CAST(integer1 AS int) FROM __THIS__")
df = sqlTrans_formatter.transform(ddf)
希望对其他人也有帮助。
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.