Как добавить постоянный столбец в таблице данных СПАРК?

Я хочу добавить столбец в DataFrame С некоторым произвольным значением (то же самое для каждой строки). Я получаю сообщение об ошибке, когда я использую withColumn следующим образом:



dt.withColumn('new_column', 10).head(5)



---------------------------------------------------------------------------

AttributeError                            Traceback (most recent call last)

<ipython-input-50-a6d0257ca2be> in <module>()

      1 dt = (messages

      2     .select(messages.fromuserid, messages.messagetype, floor(messages.datetime/(1000*60*5)).alias("dt")))

----> 3 dt.withColumn('new_column', 10).head(5)



/Users/evanzamir/spark-1.4.1/python/pyspark/sql/dataframe.pyc in withColumn(self, colName, col)

   1166         [Row(age=2, name=u'Alice', age2=4), Row(age=5, name=u'Bob', age2=7)]

   1167         """

-> 1168         return self.select('*', col.alias(colName))

   1169 

   1170     @ignore_unicode_prefix



AttributeError: 'int' object has no attribute 'alias'


кажется, что я могу обмануть функцию в работе, как я хочу, добавляя и вычитая один из других столбцов (так что они добавляют к нулю), а затем добавляя число, которое я хочу (10 в этом случае):



dt.withColumn('new_column', dt.messagetype - dt.messagetype + 10).head(5)



[Row(fromuserid=425, messagetype=1, dt=4809600.0, new_column=10),

 Row(fromuserid=47019141, messagetype=1, dt=4809600.0, new_column=10),

 Row(fromuserid=49746356, messagetype=1, dt=4809600.0, new_column=10),

 Row(fromuserid=93506471, messagetype=1, dt=4809600.0, new_column=10),

 Row(fromuserid=80488242, messagetype=1, dt=4809600.0, new_column=10)]


это в высшей степени хаки, не так ли? Я предполагаю, что есть более законный способ сделать это?

690   2  

2 ответов:

Искра 2.2+

Spark 2.2 вводит typedLit в поддержку Seq,Map и Tuples (Искра-19254) и следующие вызовы должны поддерживаться (Scala):

import org.apache.spark.sql.functions.typedLit

df.withColumn("some_array", typedLit(Seq(1, 2, 3)))
df.withColumn("some_struct", typedLit(("foo", 1, .0.3)))
df.withColumn("some_map", typedLit(Map("key1" -> 1, "key2" -> 2)))

Искра 1.3+ (lit), 1.4+ (array,struct), 2.0+ (map):

второй аргумент в пользу DataFrame.withColumn должно быть Column так что вы должны использовать дословно:

from pyspark.sql.functions import lit

df.withColumn('new_column', lit(10))

Если вам нужны сложные столбцы, вы можете построить их с помощью блоков, таких как array:

from pyspark.sql.functions import array, create_map, struct

df.withColumn("some_array", array(lit(1), lit(2), lit(3)))
df.withColumn("some_struct", struct(lit("foo"), lit(1), lit(.3)))
df.withColumn("some_map", create_map(lit("key1"), lit(1), lit("key2"), lit(2)))

точно такие же методы могут быть использованы в Scala.

import org.apache.spark.sql.functions.{array, lit, map, struct}

df.withColumn("new_column", lit(10))
df.withColumn("map", map(lit("key1"), lit(1), lit("key2"), lit(2)))

также возможно, хотя и медленнее, использовать UDF.

132  
2017-03-05 19:07:51

в spark 2.2 есть два способа добавить постоянное значение в столбец в DataFrame:

1) с помощью lit

2) с помощью typedLit.

разница между ними заключается в том, что typedLit может также обрабатывать параметризованные типы scala, например List, Seq и Map

Образец Таблицы Данных:

val df = spark.createDataFrame(Seq((0,"a"),(1,"b"),(2,"c"))).toDF("id", "col1")

+---+----+
| id|col1|
+---+----+
|  0|   a|
|  1|   b|
+---+----+

1) с помощью lit: добавление константы строкового значения в новый столбец newcol:

import org.apache.spark.sql.functions.lit
val newdf = df.withColumn("newcol",lit("myval"))

результат:

+---+----+------+
| id|col1|newcol|
+---+----+------+
|  0|   a| myval|
|  1|   b| myval|
+---+----+------+

2) с помощью typedLit:

import org.apache.spark.sql.functions.typedLit
df.withColumn("newcol", typedLit(("sample", 10, .044)))

результат:

+---+----+-----------------+
| id|col1|           newcol|
+---+----+-----------------+
|  0|   a|[sample,10,0.044]|
|  1|   b|[sample,10,0.044]|
|  2|   c|[sample,10,0.044]|
+---+----+-----------------+
6  
2018-02-27 09:57:17

Comments

    Ничего не найдено.
Click here to cancel reply.