如果在列中存在列,则过滤spark / scala数据框 [英] Filter spark/scala dataframe if column is present in set
本文介绍了如果在列中存在列,则过滤spark / scala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
data.filter($ (A),点亮(B),点亮(C),...))
函数 lit 将文字转换为列。
理想情况下,我会把我的A,B, C在一个集合中,像这样检查:
val validValues = Set(A,B,C, ...)
data.filter($myColumn.in(validValues))
什么是正确的语法?有没有其他简洁的解决方案?
解决方案
Spark 1.4或更早版本:
val validValues = Set(A,B,C)map(lit(_))
data.filter($myColumn.in (validValues.toSeq:_ *))
Spark 1.5或更新版本:
val validValues = Set(A,B,C)
data.filter($myColumn.isin(validValues .toSeq:_ *))
I'm using Spark 1.4.0, this is what I have so far:
data.filter($"myColumn".in(lit("A"), lit("B"), lit("C"), ...))
The function lit converts a literal to a column.
Ideally I would put my A, B, C in a Set and check like this:
val validValues = Set("A", "B", "C", ...)
data.filter($"myColumn".in(validValues))
What's the correct syntax? Are there any alternative concise solutions?
解决方案
Spark 1.4 or older:
val validValues = Set("A", "B", "C").map(lit(_))
data.filter($"myColumn".in(validValues.toSeq: _*))
Spark 1.5 or newer:
val validValues = Set("A", "B", "C")
data.filter($"myColumn".isin(validValues.toSeq: _*))
这篇关于如果在列中存在列,则过滤spark / scala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