Scala Spark-Map(String，Int)的DataFrame列上的空地图 [英] Scala Spark - empty map on DataFrame column for map(String, Int)

问题描述

我正在加入两个DataFrame，其中有类型为Map[String, Int]

I am joining two DataFrames, where there are columns of a type Map[String, Int]

我希望合并的DF在Map类型列上具有一个空的映射[]而不是null.

I want the merged DF to have an empty map [] and not null on the Map type columns.

val df = dfmerged.
  .select("id"),
          coalesce(col("map_1"), lit(null).cast(MapType(StringType, IntType))).alias("map_1"),
          coalesce(col("map_2"), lit(Map.empty[String, Int])).alias("map_2")

对于map_1列，将插入null，但是我想拥有一个空地图 map_2给我一个错误:

for a map_1 column, a null will be inserted, but I'd like to have an empty map map_2 is giving me an error:

java.lang.RuntimeException:不支持的文字类型类 scala.collection.immutable.Map $ EmptyMap $ Map()

java.lang.RuntimeException: Unsupported literal type class scala.collection.immutable.Map$EmptyMap$ Map()

我也尝试过使用udf函数，例如:

I've also tried with an udf function like:

case class myStructMap(x:Map[String, Int])
val emptyMap = udf(() => myStructMap(Map.empty[String, Int]))

也没有用.

当我尝试类似的操作时:

when I try something like:

.select( coalesce(col("myMapCol"), lit(map())).alias("brand_viewed_count")...

或

.select(coalesce(col("myMapCol"), lit(map().cast(MapType(LongType, LongType)))).alias("brand_viewed_count")...

我得到了错误:

由于数据类型不匹配而无法解析"map()":无法投射 MapType(NullType，NullType，false)到MapType(LongType，IntType，true);

cannot resolve 'map()' due to data type mismatch: cannot cast MapType(NullType,NullType,false) to MapType(LongType,IntType,true);

推荐答案

在Spark 2.2中

In Spark 2.2

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

val df = Seq((1L, null), (2L, Map("foo" -> "bar"))).toDF("id", "map")

df.withColumn("map", coalesce($"map", typedLit(Map[String, Int]()))).show
// +---+-----------------+
// | id|              map|
// +---+-----------------+
// |  1|            Map()|
// |  2|Map(foobar -> 42)|
// +---+-----------------+

之前

df.withColumn("map", coalesce($"map", map().cast("map<string,int>"))).show
// +---+-----------------+
// | id|              map|
// +---+-----------------+
// |  1|            Map()|
// |  2|Map(foobar -> 42)|
// +---+-----------------+

这篇关于Scala Spark-Map(String，Int)的DataFrame列上的空地图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！