用标量乘以PySpark数组列 [英] Multiply PySpark array column by a scalar
本文介绍了用标量乘以PySpark数组列的处理方法,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
我正在尝试将数组类型的列乘以标量。此标量也是同一个PySpark数据帧中的值。
例如,我有这样的数据帧:
df = sc.parallelize([([1, 2],3)]).toDF(["l","factor"])
+------+------+
| l|factor|
+------+------+
|[1, 2]| 3|
+------+------+
我想要实现的是:
+------+------+
| l|factor|
+------+------+
|[3, 6]| 3|
+------+------+
这是我尝试过的:
df.withColumn("l", lit("factor") * df.l)
它返回类型不匹配错误。
如何将数组类型的列乘以数字?
推荐答案
来自spark-2.4
使用transform
spark.sql(""" select l, factor, transform(l,x -> x * factor) as result from tmp """).show(10,False)
#+------+------+------+
#|l |factor|result|
#+------+------+------+
#|[1, 2]|3 |[3, 6]|
#+------+------+------+
使用dataframe API:
df.withColumn("res",expr("""transform(l,x -> x*factor)""")).show()
#+------+------+------+
#| l|factor| res|
#+------+------+------+
#|[1, 2]| 3|[3, 6]|
#+------+------+------+
这篇关于用标量乘以PySpark数组列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