Apache spark PySpark：如何在dataframe中为特定列填充NA值？

我有以下示例数据帧：

a    | b    | c   | 

1    | 2    | 4   |
0    | null | null| 
null | 3    | 4   |

我只想替换前两列（a列和b列）中的空值：

以下是创建示例数据帧的代码：

rdd = sc.parallelize([(1,2,4), (0,None,None), (None,3,4)])
df2 = sqlContext.createDataFrame(rdd, ["a", "b", "c"])

我知道如何使用以下方法替换所有空值：

df2 = df2.fillna(0)

当我尝试这一点时，我失去了第三栏：

df2 = df2.select(df2.columns[0:1]).fillna(0)

---

除非您的spark版本低于1.3.1，否则有一个名为

subset

的参数用于选择列使用字典填充某些列的值：

df.fillna( { 'a':0, 'b':0 } )

---

这是一个更好的答案，因为无论是填写一个值还是多个值都无关紧要。这难道不会给出一个只有一列的新df吗？不管怎样，我们都要在适当的地方这样做

df.fillna(0, subset=['a', 'b'])

df.fillna( { 'a':0, 'b':0 } )