Spark DataFrame：将 144 列转换为行

Question

环境：Spark 2.4.0； 斯卡拉

我从具有 144 列的 CSV 创建了 DF。 反正有没有将除一列以外的所有列更改为行？

Table A 
|dt  |AA|BB|CC|     
|----|--|--|--|
|1012|10|12|13|        
|1013|13|14|15|
|1014|14|18|30|


Table B (After transform Table A) 

|dt  |Head|Val|
|----|----|---
|1012|AA  |12|
|1013|AA  |13|
|1014|AA  |14|
|1012|BB  |12|
|1013|BB  |14|
|1014|BB  |18|
|1012|CC  |13|
|1013|CC  |15|
|1014|CC  |30|

我需要转置/取消透视表 A 到表 B。请注意，表 A 有 144 列。 我认为内置函数 stack(n, expr1, ..., exprk) 但我不知道如何自动传递这么多列。

感谢您提供帮助的时间和精力。

Answer 1

问题的答案是如何自动处理 DF 中的所有列。

val columnsToConcat: Array[String] = df.schema.fieldNames.filter(_ == "yourSingleColToExclude")
df.select("yourSingleColToExclude", concat_ws("separator", columnsToConcat.map(col):_*))

但我不知道，关于stack功能的限制。

Answer 2

您可以使用 Scala 字符串操作动态创建堆栈的参数列表：

val dfA = Seq((1012, 10, 12, 13), (1013, 13, 14, 15), (1014, 14, 18, 30)).toDF("dt", "AA", "BB", "CC")

val columns = dfA.columns.filter(!_.equalsIgnoreCase("dt"))
var cmd = s"stack(${columns.length},"
for( col <- columns) cmd += s"'$col',$col,"
cmd = cmd.dropRight(1) + ")"

val dfB = dfA.selectExpr("dt", cmd)
  .withColumnRenamed("col0", "Head")
  .withColumnRenamed("col1", "Val")

结果：

+----+----+---+
|  dt|Head|Val|
+----+----+---+
|1012|  AA| 10|
|1012|  BB| 12|
|1012|  CC| 13|
|1013|  AA| 13|
|1013|  BB| 14|
|1013|  CC| 15|
|1014|  AA| 14|
|1014|  BB| 18|
|1014|  CC| 30|
+----+----+---+