栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

PySpark-使用UDF从值列表中添加列

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

PySpark-使用UDF从值列表中添加列

希望这可以帮助!

from pyspark.sql.functions import monotonically_increasing_id, row_numberfrom pyspark.sql import Window#sample dataa= sqlContext.createDataframe([("Dog", "Cat"), ("Cat", "Dog"), ("Mouse", "Cat")],         ["Animal", "Enemy"])a.show()#convert list to a dataframerating = [5,4,1]b = sqlContext.createDataframe([(l,) for l in rating], ['Rating'])#add 'sequential' index and join both dataframe to get the final resulta = a.withColumn("row_idx", row_number().over(Window.orderBy(monotonically_increasing_id())))b = b.withColumn("row_idx", row_number().over(Window.orderBy(monotonically_increasing_id())))final_df = a.join(b, a.row_idx == b.row_idx).  drop("row_idx")final_df.show()

输入:

+------+-----+|Animal|Enemy|+------+-----+|   Dog|  Cat||   Cat|  Dog|| Mouse|  Cat|+------+-----+

输出为:

+------+-----+------+|Animal|Enemy|Rating|+------+-----+------+|   Cat|  Dog|     4||   Dog|  Cat|     5|| Mouse|  Cat|     1|+------+-----+------+


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/625758.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号