[英]Spark dataframe select rows with at least one null or blank in any column of that row
我想從一個數據幀中創建一個新的數據幀,其中任何列中的至少一個值在spark 1.5 / scala中為null或為空白。
我試圖寫一個泛化函數來創建這個新的數據框。 我在這里傳遞數據框和列列表並創建記錄。
謝謝
樣本數據 :
val df = Seq((null, Some(2)), (Some("a"), Some(4)), (Some(""), Some(5)), (Some("b"), null)).toDF("A", "B")
df.show
+----+----+
| A| B|
+----+----+
|null| 2|
| a| 4|
| | 5|
| b|null|
+----+----+
您可以將條件構造為,假設空白表示此處為空字符串:
import org.apache.spark.sql.functions.col
val cond = df.columns.map(x => col(x).isNull || col(x) === "").reduce(_ || _)
df.filter(cond).show
+----+----+
| A| B|
+----+----+
|null| 2|
| | 5|
| b|null|
+----+----+
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.