Apache spark 火花随机下降行

我正在测试一个缺少数据的分类器，希望随机删除Spark中的行

我想做一些事情，比如每N行删除20行

---

最好的方法是什么

如果是随机的，您可以使用此方法获取

数据帧的一小部分。但是，如果您的想法是将数据分为
培训
和
验证
，则可以使用

另一个不那么优雅的选项是将
数据帧
转换为
RDD
，并使用
索引
进行过滤，可能类似于：

df.rdd.zipWithIndex（）过滤器（λx:x[-1]%20！=0）
你好，阿尔贝托会试试的。我的目标是模拟丢失的数据，这样我就可以看到，如果数据丢失了几秒钟，分类器将如何处理流数据。第n行不是随机的。如果n是一个随机数。