在 azure 突触笔记本中使用 spark.sql 提取 json 列

Question

我有一个镶木地板文件作为源，我使用 PySpark 笔记本加载了该镶木地板文件，如下所示：

df_Employee = spark.read.parquet(<filename>)
df_Employee .createOrReplaceTempView("employee_data")

这是桌子的样子

Employee Table:

-Name
-Salary
-Company
-Address (datatype=string)
 --street.name
 --street.number
 --postalcode
-JoiningDate

我有以下代码，但我坚持如何从上面的 SQL 表中提取 street.name & street.number，这就是我所拥有的

df=spark.sql(f'''
select Name, Salary, Company, json_extract(Address,'$."street.name"') as StreetName
from employee_data
''')

但是json_extract(Address,'$."street.name"') 作为 StreetName会抛出错误。 如何提取这个嵌套的 json 字段？

Answer 1

我根据 Employee 表在我的环境中重现了相同的创建示例数据框：

dat1= [("vamsi", 20000, "MID", '{"street.name": "App socity", "street.number": "912", "postalcode": "523112"}', "2023-01-20"),
        ("rakesh",30000, "MID", '{"street.name": "Mind space", "street.number": "456", "postalcode": "600062"}', "2023-01-19")]
col = ["Name", "Salary", "Company", "Address", "JoiningDate"]

df1 = spark.createDataFrame(dat1, col)
df1.createOrReplaceTempView("sample_table")

您可以使用以下代码实现相同的要求。

df1 = spark.sql(f'''select Name, Salary, Company, json_tuple(Address, 'street.name', 'street.number') as (StreetName, StreetNumber)
from sample_table''')
df1.show()