仅在值不为空或不是空字符串的行上应用UDF [英] Applying UDF only on rows where value is not null or not an empty string not working as expected
本文介绍了仅在值不为空或不是空字符串的行上应用UDF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
仅当值不为Null或非空字符串时,应用UDF的最佳(最快)方法是什么。
我添加了一个简单的示例。
df = spark.createDataFrame(
[["John Jones"], ["Tracey Smith"], [None], ["Amy Sanders"], [""]]
).toDF("Name")
def upperCase(str):
return str.upper()
upperCaseUDF = udf(lambda z: upperCase(z), StringType())
df.withColumn(
"Cureated Name",
F.when(
((F.col("Name").isNotNull()) | (F.trim(F.col("name")) != "")),
upperCaseUDF(F.col("Name")),
),
)
AttributeError: 'NoneType' object has no attribute 'upper'.
我认为WHEN子句工作不正常(或者至少不像我预期的那样)。
我收到Null值错误。
我预计不会对Null值执行UDF。
这不是关于解决空值的问题,而是为什么WHEN子句没有像我预期的那样工作!
推荐答案
我建议您考虑将您的UDF应用于整个数据帧,并相应地调整代码:
@F.udf
def upperCase(in_string):
return in_string.upper() if in_string else in_string
df.withColumn(
"Created_Name",
upperCase(F.col("Name")),
).show()
+------------+------------+
| Name|Created_Name|
+------------+------------+
| John Jones| JOHN JONES|
|Tracey Smith|TRACEY SMITH|
| null| null|
| Amy Sanders| AMY SANDERS|
| | |
+------------+------------+
nb:如果您过滤掉不好的行,则您的UDF工作正常:
df.where(F.col("Name").isNotNull()).select(upperCaseUDF(F.col("Name"))).show()
+--------------+
|<lambda>(Name)|
+--------------+
| JOHN JONES|
| TRACEY SMITH|
| AMY SANDERS|
| |
+--------------+
这篇关于仅在值不为空或不是空字符串的行上应用UDF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