Hadoop Spark fillNa不替换空值

我有以下数据集及其包含一些空值，需要在spark中使用fillna替换空值

数据帧：

df = spark.read.format("com.databricks.spark.csv").option("header‌​","true").load("/sam‌​ple.csv")

>>> df.printSchema();
root
 |-- Age: string (nullable = true)
 |-- Height: string (nullable = true)
 |-- Name: string (nullable = true)

>>> df.show()
+---+------+-----+
|Age|Height| Name|
+---+------+-----+
| 10|    80|Alice|
|  5|  null|  Bob|
| 50|  null|  Tom|
| 50|  null| null|
+---+------+-----+

>>> df.na.fill(10).show()

当我给出na值时，它没有改变，相同的数据帧再次出现

+---+------+-----+
|Age|Height| Name|
+---+------+-----+
| 10|    80|Alice|
|  5|  null|  Bob|
| 50|  null|  Tom|
| 50|  null| null|
+---+------+-----+

尝试创建一个新的dataframe并将填充值存储在dataframe中，但结果显示如未更改

>>> df2 = df.na.fill(10)

如何替换空值？请给我使用fill na的可能方法。

---

提前谢谢。

您的

高度列似乎不是数字。当您调用
df.na.fill（10）
spark时，spark仅用与
10
类型匹配的列替换空值，这些列是数字列

如果
Height
列需要为字符串，可以尝试
df.na.fill（'10'）.show（）
，否则必须强制转换为
IntegerType（）
。
如果愿意，还可以为每个列提供特定的默认值

df.na.fill({'Height': '10', 'Name': 'Bob'})

df.na.fill（'10'）.show（）
我将尝试使用此代码，但无法正常工作。如何转换为
int
任何示例？您可以在这里找到转换数据框列的文档：
'int'
类型或
IntegerType（）
是存储数字的有效类型。@Marisuz感谢它的工作信息。现在我有一个疑问，我是否可以像这样直接填充字符串
df.na.fill（“sample”）
，而不是给出条件
df.na.fill（{'age'：50，'name'：'sample'}）
。是的，当然。看一看文档。我会检查文档，但我没有找到任何适合我的案例。有没有替代条件的方法？有没有替换的规则？e、 g是否替换高度列中与名称列不同的空值？在我的情况下，如果应用了规则或未指定规则，则不会替换空值。基本加注操作工作不正常。使用不同的数据集进行检查。