Spark Java API中两行之间的差异
我有一个Spark数据集:Spark Java API中两行之间的差异,java,scala,apache-spark,Java,Scala,Apache Spark,我有一个Spark数据集: +----------+-----+----+ | Date|Value|Name| +----------+-----+----+ |2013-02-08|14.75| AAL| |2013-02-11|14.46| AAL| |2013-02-12|19.27| AAL| |2013-02-11|13.66| FIN| |2013-02-12|16.99| FIN| +----------+-----+----+ 我想计算随后几天的差额如下: +---
+----------+-----+----+
| Date|Value|Name|
+----------+-----+----+
|2013-02-08|14.75| AAL|
|2013-02-11|14.46| AAL|
|2013-02-12|19.27| AAL|
|2013-02-11|13.66| FIN|
|2013-02-12|16.99| FIN|
+----------+-----+----+
我想计算随后几天的差额如下:
+----------+-----+----+
| Date| Diff|Name|
+----------+-----+----+
|2013-02-11| 0.29| AAL|
|2013-02-12| 4.81| AAL|
|2013-02-12| 3.33| FIN|
+----------+-----+----+
正如前面提到的,我认为在Scala中是可以实现的。在Java中有这样做的方法吗
我尝试过类似的路线,但对我来说没有什么意义:
WindowSpec windowSpec = Window.partitionBy("Name").orderBy("Date");
modifiedDF = modifiedDF.withColumn("Diff", df.col("Value") - when((lag("Value", 1).over(windowSpec)).isNull(), 0).otherwise(lag("Value", 1).over(windowSpec)))
.show(false);
Java抱怨减法运算符不能应用于“org.apache.spark.sql.Column
”类型
但是,我确实看到了在org.apache.spark.sql.functions
中实现的.divide()
方法,因此,以下方法可以很好地工作:
modifiedDF = modifiedDF.withColumn("Diff", modifiedDF.col("Value").divide(when((lag("Value", 1).over(windowSpec)).isNull(), 0).otherwise(lag("Value", 1).over(windowSpec))));
我有两个问题:
1) 这是正确的做法吗
2) 如果是,为什么在org.apache.spark.sql.functions中没有.subtract实现
我要找的.subtract()
函数名为.减号()
希望这对别人有帮助 还有另一种定义滞后的方法:滞后(“列”、滞后值、默认值)。在本例中,您不需要when()和otherwise()。
modifiedDF = modifiedDF.withColumn("Diff",
modifiedDF.col("Value")
.minus(when((lag("Value", 1).over(windowSpec)).isNull(), 0)
.otherwise(lag("Value", 1).over(windowSpec))));