在 Java spark 中，如何基于索引 select 列

Question

我如何才能在 java spark 中的 csv 文件（文件中没有列名）中仅 select 第 2 列和第 5 列，代码如下：

Dataset<Row> dataset = getSparkSession().get().read()
                .option("delimiter", "|")
                .option("header", false)
                .csv(fileName);

Answer 1

您将通过以下命令获取架构：

dataset.printSchema();

之后 select 你想要的列

dataset.select("c1",c4");