[英]How to get datatype of column in spark dataframe dynamically
我有一个数据框-将dtypes转换为map。
val dfTypesMap:Map[String,String]] = df.dtypes.toMap
输出:
(PRODUCT_ID,StringType)
(PRODUCT_ID_BSTP_MAP,MapType(StringType,IntegerType,false))
(PRODUCT_ID_CAT_MAP,MapType(StringType,StringType,true))
(PRODUCT_ID_FETR_MAP_END_FR,ArrayType(StringType,true))
当我在row.getAS[String]
使用类型[String]硬编码时,没有编译错误。
df.foreach(row => {
val prdValue = row.getAs[String]("PRODUCT_ID")
})
我想遍历地图dfTypesMap
并获取相应的值类型。 有什么方法可以将dt列类型转换为如下通用类型?
StringType --> String
MapType(StringType,IntegerType,false) ---> Map[String,Int]
MapType(StringType,StringType,true) ---> Map[String,String]
ArrayType(StringType,true) ---> List[String]
如前所述,数据集使使用类型更加容易。 数据集基本上是强类型JVM对象的集合。
您可以像这样将数据映射到案例类
case class Foo(PRODUCT_ID: String, PRODUCT_NAME: String)
val ds: Dataset[Foo] = df.as[Foo]
然后,您可以安全地对键入的对象进行操作。 在你的情况下你可以做
ds.foreach(foo => {
val prdValue = foo.PRODUCT_ID
})
有关数据集的更多信息,请查看https://spark.apache.org/docs/latest/sql-programming-guide.html#creating-datasets
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.