怎样根据过滤行的列值是否在一组字符串在Spark数据框 [英] How do I filter rows based on whether a column value is in a Set of Strings in a Spark DataFrame
本文介绍了怎样根据过滤行的列值是否在一组字符串在Spark数据框的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
有一个定义字符串的基于价值观的过滤更优雅的方式?
高清myFilter(操作:设置[字符串],是myDF:数据帧):数据帧= {
VAL containsAction = UDF((动作:字符串)=> {
actions.contains(动作)
}) myDF.filter(containsAction('行动))
}
在SQL你可以做
SELECT * FROM myTable的其中(动作1,动作2,措施3')行动
解决方案
这个怎么样:
myDF.filter(在行动(1,2))
或
进口org.apache.spark.sql.functions.lit
myDF.where($行动。在(SEQ(1,2).MAP(亮起(_)):_ *))
或
进口org.apache.spark.sql.functions.lit
myDF.where($行动。在(SEQ(亮(1),点燃(2)):_ *))
Is there a more elegant way of filtering based on values in a Set of String?
def myFilter(actions: Set[String], myDF: DataFrame): DataFrame = {
val containsAction = udf((action: String) => {
actions.contains(action)
})
myDF.filter(containsAction('action))
}
In SQL you can do
select * from myTable where action in ('action1', 'action2', 'action3')
解决方案
How about this:
myDF.filter("action in (1,2)")
OR
import org.apache.spark.sql.functions.lit
myDF.where($"action".in(Seq(1,2).map(lit(_)):_*))
OR
import org.apache.spark.sql.functions.lit
myDF.where($"action".in(Seq(lit(1),lit(2)):_*))
Additional support will be added to make this cleaner in 1.5
这篇关于怎样根据过滤行的列值是否在一组字符串在Spark数据框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!
查看全文