亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

PySpark - 將列分解為行并根據邏輯設置值

PySpark - 將列分解為行并根據邏輯設置值

MMTTMM 2022-09-13 17:42:14
給定一個數據幀:+---+-----------+---------+-------+------------+| id|      score|tx_amount|isValid|    greeting|+---+-----------+---------+-------+------------+|  1|        0.2|    23.78|   true| hello_world||  2|        0.6|    12.41|  false|byebye_world|+---+-----------+---------+-------+------------+我想將這些列分解為名為“col_value”的行。這部分很好,但我也想將邏輯應用于每一行,以便我得到如下結果:+---+------------+--------+---------+----------+-------+| id|   col_value|is_score|is_amount|is_boolean|is_text|+---+------------+--------+---------+----------+-------+|  1|         0.2|       Y|        N|         N|      N||  1|       23.78|       N|        Y|         N|      N||  1|        true|       N|        N|         Y|      N||  1| hello_world|       N|        N|         N|      Y||  2|         0.6|       Y|        N|         N|      N||  2|       12.41|       N|        Y|         N|      N||  2|       false|       N|        N|         Y|      N||  2|byebye_world|       N|        N|         N|      Y|+---+------------+--------+---------+----------+-------+到目前為止,我有什么:.withColumn("cols", F.explode(F.arrays_zip(F.array("score", "tx_amount", "isValid", "greeting")))) \        .select("id", F.col("cols.*")) \        .withColumnRenamed("0", "col_value") \        .withColumn("is_score", F.lit("Y") if col1_type == "score" else F.lit("N")) \        .withColumn("is_amount", F.lit("Y") if col2_type == "amount" else F.lit("N")) \        .withColumn("is_boolean", F.lit("Y") if col3_type == "boolean" else F.lit("N")) \        .withColumn("is_text", F.lit("Y") if col4_type == "text" else F.lit("N")) \        .show()如何在爆炸后執行此操作以獲得正確的結果?
查看完整描述

1 回答

?
偶然的你

TA貢獻1841條經驗 獲得超3個贊

我認為你想要的可以通過在你的應用程序上來實現,以確定它是否是.只要不超過 1.0,并且始終高于 1.0,下面的代碼就可以工作。如果不是這種情況,請告訴我我將更新邏輯。regexcol_valuetext,boolean,amount or scorescoreamount


from pyspark.sql import functions as F

df.withColumn("cols", F.explode(F.arrays_zip(F.array("score", "tx_amount", "isValid", "greeting")))) \

        .select("id", F.col("cols.*")) \

        .withColumnRenamed("0", "col_value")\

        .withColumn("text", (F.regexp_extract(F.col("col_value"),"([A-Za-z]+)",1)))\

        .withColumn("boolean", F.when((F.col("text")=='true')|(F.col("text")=='false'),F.col("text")).otherwise(F.lit("")))\

        .withColumn("text", F.when(F.col("text")==F.col("boolean"), F.lit("")).otherwise(F.col("text")))\

        .withColumn("numeric", F.regexp_extract(F.col("col_value"),"([0-9]+)",1))\

        .withColumn("is_text", F.when(F.col("text")!="", F.lit("Y")).otherwise(F.lit("N")))\

        .withColumn("is_score", F.when(F.col("numeric")<=1, F.lit("Y")).otherwise(F.lit("N")))\

        .withColumn("is_amount", F.when(F.col("numeric")>1, F.lit("Y")).otherwise(F.lit("N")))\

        .withColumn("is_boolean", F.when(F.col("boolean")!="", F.lit("Y")).otherwise(F.lit("N")))\

        .select("id", "col_value","is_score","is_amount","is_boolean","is_text").show()



+---+------------+--------+---------+----------+-------+

| id|   col_value|is_score|is_amount|is_boolean|is_text|

+---+------------+--------+---------+----------+-------+

|  1|         0.2|       Y|        N|         N|      N|

|  1|       23.78|       N|        Y|         N|      N|

|  1|        true|       N|        N|         Y|      N|

|  1| hello_world|       N|        N|         N|      Y|

|  2|         0.6|       Y|        N|         N|      N|

|  2|       12.41|       N|        Y|         N|      N|

|  2|       false|       N|        N|         Y|      N|

|  2|byebye_world|       N|        N|         N|      Y|

+---+------------+--------+---------+----------+-------+


查看完整回答
反對 回復 2022-09-13
  • 1 回答
  • 0 關注
  • 106 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號