[英]Extract few fields from JSON and return rest as a map in Pyspark Dataframe
我正在讀取 pyspark 數據幀中的流數據,該數據包含每個數據/請求中都存在的幾個字段。 我想精確這些字段並為其創建一個數據框列,並希望將其余字段作為地圖存儲在另一個數據框列中。 我無法實現
如果有人可以幫忙嗎?
例子:
樣本值:
{"event1":"Value","event2":"Value","event3":"Value","event4":"Value","event5":"Value","event6":"Value"}
{"event1":"Value","event2":"Value","event3":"Value","data1":"Value","data2":"Value","data3":"Value"}
現在假設每一行都存在 event1,event2,event3,所以我想將其提取並作為單獨的數據框列,其余字段作為鍵值對的映射,這將是另一個數據框。
您需要為您的數據框創建一個模式並使用from_json
將其轉換為 Spark 中的StructType
。 然后,您可以選擇您的特定事件並為其他事件創建另一個數據框。
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.