Apache spark Spark数据帧中的解析方法

在这个问题中，我们有两个经理M1和M2，在经理M1的团队中有两个员工e1和e2，在M2的团队中有两个员工e4和e5，下面是经理和员工的层次结构

1) M1 a. e1 b. e2 2) M2 a. e4 b. e5 我们有以下员工，工资数据框

+------+--------+------+---------+ |emp_id|month_id|salary|work_days| +------+--------+------+---------+ |e1 |1 |66000 |22 | |e1 |2 |48000 |16 | |e1 |3 |87000 |29 | |e2 |1 |75000 |25 | |e2 |4 |69000 |23 | |e2 |5 |66000 |22 | |e4 |1 |90000 |30 | |e4 |2 |87000 |29 | |e5 |3 |72000 |24 | |e5 |1 |57000 |19 | |e5 |4 |51000 |17 | |e5 |5 |69000 |23 | +------+--------+------+---------+ 使用以下规则查找新数据帧

规则1-经理可以查看其团队的工作日

---

规则2–员工可以查看自己的工作日和工资

根据我从您的问题中了解的情况，以下是我建议您做的事情

首先，您需要创建经理的数据框架，其下的员工为

经理1

+---+------+
|sn |emp_id|
+---+------+
|a  |e1    |
|b  |e2    |
+---+------+

经理2

+---+------+
|sn |emp_id|
+---+------+
|a  |e4    |
|b  |e5    |
+---+------+

然后，您应该编写一个函数，该函数将返回经理下面的员工列表

import org.apache.spark.sql.functions._
def getEmployees(df : DataFrame): List[String] = {
  df.select(collect_list("emp_id")).first().getAs[mutable.WrappedArray[String]](0).toList
}

最后一步是编写一个函数，只过滤作为

def getEmployeeDetails(df: DataFrame, list: List[String]) : DataFrame ={
  df.filter(df("emp_id").isin(list: _*))
}

现在，如果您想看到manager1m1下的员工，那么

getEmployeeDetails(df, getEmployees(m1)).show(false)

我会还给你的

+------+--------+------+---------+
|emp_id|month_id|salary|work_days|
+------+--------+------+---------+
|e1    |1       |66000 |22       |
|e1    |2       |48000 |16       |
|e1    |3       |87000 |29       |
|e2    |1       |75000 |25       |
|e2    |4       |69000 |23       |
|e2    |5       |66000 |22       |
+------+--------+------+---------+

你也可以对其他经理这样做

你也可以为员工做同样的事情

getEmployeeDetails(df, List("e1")).show(false)

将返回employee1 e1的数据帧

+------+--------+------+---------+
|emp_id|month_id|salary|work_days|
+------+--------+------+---------+
|e1    |1       |66000 |22       |
|e1    |2       |48000 |16       |
|e1    |3       |87000 |29       |
+------+--------+------+---------+

---

我希望答案是有帮助的

那么，你的问题是什么？那么，你尝试过什么而没有成功？嗨，@Juan find work\u每个经理团队的工作日都在使用上述方法Dataframe@Ram，给我一些提示继续进行。