[英]Pyspark dataframe apply function to a row and add row to bottom of dataframe
我有一個只有一行的df。
id |id2 |score|score2|
----------------------
0 |1 |4 |2 |
我想在底部添加一行百分比,即每個數字除以 7
0/7 |1/7 |4/7 |2/7 |
但我想出的解決方案非常慢
temp = [i/7 for i in df.collect()[0]]
row = sc.parallelize(Row(temp)).toDF()
df.union(row)
這花了 21 秒運行,幾乎都是最后兩行代碼。 有一個更好的方法嗎? 我的另一個想法是轉置表格,然后可以使用 df.withColumn() 輕松完成。 理想情況下,我還想用 0 過濾掉列,但我還沒有真正研究過
看看這個,讓我知道它是否有幫助
from pyspark.sql import SparkSession
from pyspark.sql import functions as F
spark = SparkSession.builder \
.appName('practice')\
.getOrCreate()
sc= spark.sparkContext
df = sc.parallelize([
(0,1,4,2)]).toDF(["id", "id2","score","score2"])
df2 = df.select(*[(F.col(column)/7).alias(column) for column in df.columns])
df3 = df.union(df2)
df3.show()
+---+-------------------+------------------+------------------+
| id| id2| score| score2|
+---+-------------------+------------------+------------------+
|0.0| 1.0| 4.0| 2.0|
|0.0|0.14285714285714285|0.5714285714285714|0.2857142857142857|
+---+-------------------+------------------+------------------+
如果你想。 過濾掉具有 0 的列,您可以使用下面的代碼
non_zero_cols = [c for c in df.columns if df[[c]].first()[c] > 0]
df1 = df.select(*non_zero_cols)
df2 = df1.select(*[(F.col(column)/7).alias(column) for column in
df1.columns])
df3 = df1.union(df2)
df3.show()
+-------------------+------------------+------------------+
| id2| score| score2|
+-------------------+------------------+------------------+
| 1.0| 4.0| 2.0|
|0.14285714285714285|0.5714285714285714|0.2857142857142857|
+-------------------+------------------+------------------+
請檢查以下代碼以獲取具有類型列的 df
non_zero_cols = [c for c in df.columns if df[[c]].first()[c] > 0]
df1 = df.select(*non_zero_cols, F.lit('count').alias('type') )
df2 = df1.select(*[(F.col(column)/7).alias(column) for column in
df1.columns if not column=='type'], F.lit('percent').alias('type'))
df3 = df1.union(df2)
df3.show()
+-------------------+------------------+------------------+-------+
| id2| score| score2| type|
+-------------------+------------------+------------------+-------+
| 1.0| 4.0| 2.0| count|
|0.14285714285714285|0.5714285714285714|0.2857142857142857|percent|
+-------------------+------------------+------------------+-------+
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.