Spark的Column.isin函數不帶List

Question

我正在嘗試從Spark Dataframe中過濾出行。

val sequence = Seq(1,2,3,4,5)
df.filter(df("column").isin(sequence))

不幸的是，我得到了一個不受支持的文字類型錯誤

java.lang.RuntimeException: Unsupported literal type class scala.collection.immutable.$colon$colon List(1,2,3,4,5)

根據文檔，它采用scala.collection.Seq列表

我想我不想要文字？ 然后我可以接受什么樣的包裝類呢？

Answer 1

@ JustinPihony的答案是正確的，但它不完整。 isin函數為參數采用重復參數 ，因此您需要將其傳遞給：

scala> val df = sc.parallelize(Seq(1,2,3,4,5,6,7,8,9)).toDF("column")
// df: org.apache.spark.sql.DataFrame = [column: int]

scala> val sequence = Seq(1,2,3,4,5)
// sequence: Seq[Int] = List(1, 2, 3, 4, 5)

scala> val result = df.filter(df("column").isin(sequence : _*))
// result: org.apache.spark.sql.DataFrame = [column: int]

scala> result.show
// +------+
// |column|
// +------+
// |     1|
// |     2|
// |     3|
// |     4|
// |     5|
// +------+

Answer 2

發生這種情況是因為底層的Scala實現使用了varargs ，因此Java中的文檔並不完全正確。 它使用@varargs注釋，因此您只需傳入一個數組。