[英]Spark: Split StructType column to multiple columns without using the “.*” star operator
我的Spark DataFrame中有一個StructType
列,我想拆分成多個列。
case class Struct(FIELD_1: Int, FIELD_2: Int, FIELD_3: Int)
val df = Seq(
(Struct(1,2,3), 2),
(Struct(4,5,6), 3)
).toDF("col0", "col1")
df.show()
// df: org.apache.spark.sql.DataFrame = [col0: struct<FIELD_1: int,
// FIELD_2: int ... 1 more field>, col1: int]
// +---------+----+
// | col0|col1|
// +---------+----+
// |[1, 2, 3]| 2|
// |[4, 5, 6]| 3|
// +---------+----+
將其拆分為組成部分的一種方法是使用.*
運算符。 只是:
df.select("col0.*", "col1").show()
// +-------+-------+-------+----+
// |FIELD_1|FIELD_2|FIELD_3|col1|
// +-------+-------+-------+----+
// | 1| 2| 3| 2|
// | 4| 5| 6| 3|
// +-------+-------+-------+----+
但是,如果我想myUDF
在該列上應用一些UDF myUDF
並返回一個結構,則使用.*
方法會myUDF
方便。 是否有flattenStruct
-esque方法或函數允許我執行此操作?
df.select(flattenStruct(myUDF($"col0")), "col1")
您可以先在第一個DF中應用UDF,然后在下一個選擇中使用*進行選擇? df.select(myUDF($"col0").as("col0"), "col1").select($"col0.*", "col1")
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.