检查列是否具有正确的十进制数 [英] Checking whether a column has proper decimal number

问题描述

我有一个数据框 (input_dataframe)，如下所示:

I have a dataframe (input_dataframe), which looks like as below:

id        test_column
1           0.25
2           1.1
3           12
4           test
5           1.3334
6           .11

我想添加一列 result，如果 test_column 具有十进制值，则该列将值设为 1 并且0 如果 test_column 有任何其他值.test_column 的数据类型是字符串.以下是预期的输出:

I want to add a column result, which put values 1 if test_column has a decimal value and 0 if test_column has any other value. data type of test_column is string. Below is the expected output:

id        test_column      result
1           0.25              1
2           1.1               1
3           12                0
4           test              0
5           1.3334            1
6           .11               1

我们可以使用 pySpark 代码实现它吗?

Can we achieve it using pySpark code?

推荐答案

您可以使用 decimal.Decimal()

这里我们将代码绑定到 UDF 中，然后使用 df.withColumn

Here we are binding the code inside a UDF then using df.withColumn

import decimal
from pyspark.sql.types import IntType

def is_valid_decimal(s):
    try:
        # return (0 if decimal.Decimal(val) == int(decimal.Decimal(val)) else 1)            
        return (0 if decimal.Decimal(val)._isinteger() else 1)
    except decimal.InvalidOperation:
        return 0

# register the UDF for usage
sqlContext.udf.register("is_valid_decimal", is_valid_decimal, IntType())

# Using the UDF
df.withColumn("result", is_valid_decimal("test_column"))

这篇关于检查列是否具有正确的十进制数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！