where子句在spark sql数据框中不起作用 [英] where clause not working in spark sql dataframe

问题描述

我创建了一个包含 3 列的数据框:zip、lat、lng

I've created a dataframe which contains 3 columns : zip, lat, lng

我想选择 zip = 00650 的 lat 和 lng 值

I want to select the lat and lng values where zip = 00650

所以，我尝试使用:

sqlContext.sql("select lat,lng from census where zip=00650").show()

但它返回 ArrayOutOfBound Exception 因为它没有任何值.如果我删除 where 子句，它运行良好.

But it is returning ArrayOutOfBound Exception because it does not have any values in it. If I remove the where clause it is running fine.

有人可以解释一下我做错了什么吗?

Can someone please explain what I am doing wrong ?

数据帧架构:

root 
|-- zip: string (nullable = true) 
|-- lat: string (nullable = true) 
|-- lng: string (nullable = true)

前 10 行是:

+-----+---------+-----------+
|  zip|      lat|        lng|
+-----+---------+-----------+
|00601|18.180555| -66.749961|
|00602|18.361945| -67.175597|
|00603|18.455183| -67.119887|
|00606|18.158345| -66.932911|
|00610|18.295366| -67.125135|
|00612|18.402253| -66.711397|
|00616|18.420412| -66.671979|
|00617|18.445147| -66.559696|
|00622|17.991245| -67.153993|
|00623|18.083361| -67.153897|
|00624|18.064919| -66.716683|
|00627|18.412600| -66.863926|
|00631|18.190607| -66.832041|
|00637|18.076713| -66.947389|
|00638|18.295913| -66.515588|
|00641|18.263085| -66.712985|
|00646|18.433150| -66.285875| 
|00647|17.963613| -66.947127|
|00650|18.349416| -66.578079|

推荐答案

正如你在你的架构中看到的 zip 是 String 类型，所以你的查询应该是一些东西像这样

As you can see in your schema zip is of type String, so your query should be something like this

sqlContext.sql("select lat, lng from census where zip = '00650'").show()

更新:

如果您使用的是 Spark 2，那么您可以这样做:

import sparkSession.sqlContext.implicits._

val dataFrame = Seq(("10.023", "75.0125", "00650"),("12.0246", "76.4586", "00650"), ("10.023", "75.0125", "00651")).toDF("lat","lng", "zip")

dataFrame.printSchema()

dataFrame.select("*").where(dataFrame("zip") === "00650").show()

dataFrame.registerTempTable("census")

sparkSession.sqlContext.sql("SELECT lat, lng FROM census WHERE zip = '00650'").show()

输出:

root
 |-- lat: string (nullable = true)
 |-- lng: string (nullable = true)
 |-- zip: string (nullable = true)

+-------+-------+-----+
|    lat|    lng|  zip|
+-------+-------+-----+
| 10.023|75.0125|00650|
|12.0246|76.4586|00650|
+-------+-------+-----+

+-------+-------+
|    lat|    lng|
+-------+-------+
| 10.023|75.0125|
|12.0246|76.4586|
+-------+-------+

这篇关于where子句在spark sql数据框中不起作用的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！