Arrays 在Spark中合并两个不同类型的数据帧
在我最近的项目中,我需要合并两个不同大小的数据帧。 例如: 以下是我的示例数据: df1: 这里所有的字段都是字符串类型 df2: 这里的名称和地址是字符串类型,数字是数组类型 现在我需要合并这两个数据帧。我的预期结果如下:Arrays 在Spark中合并两个不同类型的数据帧,arrays,apache-spark,dataframe,apache-spark-sql,union,Arrays,Apache Spark,Dataframe,Apache Spark Sql,Union,在我最近的项目中,我需要合并两个不同大小的数据帧。 例如: 以下是我的示例数据: df1: 这里所有的字段都是字符串类型 df2: 这里的名称和地址是字符串类型,数字是数组类型 现在我需要合并这两个数据帧。我的预期结果如下: name number address kevin 101 NZ gevin 102 CA kevin [101,102] NZ gevin [102,103] CA 最终df类型应与df2(字符串、数组
name number address
kevin 101 NZ
gevin 102 CA
kevin [101,102] NZ
gevin [102,103] CA
最终df类型应与df2(字符串、数组、字符串)相同。您也可以将第一个数据帧转换为
array
,也可以将两个数据帧转换为union
import org.apache.spark.sql.functions._
df1.withColumn("number", array($"number"))
.union(df2)
输出:
+-----+----------+-------+
|name |number |address|
+-----+----------+-------+
|kevin|[101] |NZ |
|gevin|[102] |CZ |
|kevin|[101, 102]|NZ |
|gevin|[102, 103]|CZ |
+-----+----------+-------+
希望这有帮助
import org.apache.spark.sql.functions._
df1.withColumn("number", array($"number"))
.union(df2)
+-----+----------+-------+
|name |number |address|
+-----+----------+-------+
|kevin|[101] |NZ |
|gevin|[102] |CZ |
|kevin|[101, 102]|NZ |
|gevin|[102, 103]|CZ |
+-----+----------+-------+