[英]How to pass all column names in a single string in DataFrame.selectExpr() method in spark using scala
[英]Need to remove string "_value" in spark dataframe column names using scala
让我的数据框如下所示。这里我必须从我的数据框的所有列名中删除字符串“_value”的最后一次出现。
import spark.implicits._
import org.apache.spark.sql.functions._
val simpledata = Seq(("file1","name1","101"),
("file1","name1","101"),
("file1","name1","101"),
("file1","name1","101"),
("file1","name1","101"))
val df = simpledata.toDF("filename_value","name_value_value","serialNo_value")
df.show()
输出菜单在此处输入图像描述如果我使用 replaceAll: val renamedColumnsDf = df.columns.map(c => df(c).as(c.replaceAll('_value',"")))
它会删除所有 _values 但我只需要根据最后一次出现删除字符串。
此处需要帮助以根据列名中的出现来删除字符串。
我的输出应该是:
+--------------+----------------+--------------+
|filename |name_value |serialNo |
+--------------+----------------+--------------+
| file1| name1| 101|
| file1| name1| 101|
| file1| name1| 101|
| file1| name1| 101|
| file1| name1| 101|
+--------------+----------------+--------------+
如果您希望仅在_value
子字符串是列名的后缀时删除它,您可以执行以下操作:
val simpleDf: DataFrame = simpledata.toDF("filename_value", "name_value_value", "serialNo_value")
val suffix: String = "_value"
val renamedDf: DataFrame = simpleDf.columns.foldLeft(simpleDf) { (df, c) =>
if (c.endsWith(suffix)) df.withColumnRenamed(c, c.substring(0, c.length - suffix.length)) else df}
renamedDf.show()
输出将是:
+--------+----------+--------+
|filename|name_value|serialNo|
+--------+----------+--------+
| file1| name1| 101|
| file1| name1| 101|
| file1| name1| 101|
| file1| name1| 101|
| file1| name1| 101|
+--------+----------+--------+
为什么要麻烦复杂的编码? 您可以在地图转换中的列名上使用模式匹配:
val newName = columnName match {
case s"${something}_value" => something
case other => other
}
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.