[英]Changing Columns DataTypes in a DataFrame and pass it into a UDF - PySpark
我目前正在對涉及改變幾個類型的問題Columns
在一個DataFrame
,但我不知道我怎樣才能將它傳遞到一個udf
,因為我所創建的函數需要一個dictionary
作為參數,因此,我不知道如何將函數傳遞到udf
。
我目前擁有的所有數據類型均為String
類型,但是正如我提到的,我需要將它們更改為其他類型,例如Integer & Date
。
我的函數看起來像這樣:
def columns_types_transformer(df, reformating_dict):
for column, new_type in reformating_dict.items():
df = df.withColumn(column, df[column].cast(new_type))
return df
我想通過的字典看起來像這樣:
dictionary = {'date1': DateType(), 'date2': DateType(), 'date3': DateType(), 'date4': DateType(), 'date5': DateType(), 'date6': DateType(), 'integer1': IntegerType()}
我的問題是如何將具有正確類型的字典傳遞給udf? 我想到的另一種方法是使用SQLTransformer,但也不確定如何做到這一點。
任何幫助,將不勝感激。
我設法使用SQLTransformer解決了這個問題。
這就是我所做的
sqlTrans_formatter = SQLTransformer(statement="SELECT CAST(date1 AS date), CAST(date2 AS date), CAST(date3 AS date), CAST(date4 AS date), CAST(date5 AS date), CAST(date6 AS date), CAST(integer1 AS int) FROM __THIS__")
df = sqlTrans_formatter.transform(ddf)
希望對其他人也有幫助。
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.