如何使用Scala从JSON文件中读取字符串列表

输出：

val df = spark.read.option("multiline", "true").json("/FileStore/tables/config-5.json")
    
df.show()

代码：

用于（行打印（c））
//Matriccal.ApproxCountDistinct_func（listofStr）
}     

---

因为List col应该是一个字符串列表，所以我得到了WrappedArray（数字，单词）WrappedArray（数字，单词）。我需要列表（字符串）。

我假设您需要从列表列中获取第二个元素，以便可以获取它：

for (row <- df.rdd.collect) {   
    var List_col =(row(0))
    var Matricsdynamic = row(1)
    List_col.foreach(c =>print(c) )

    //MatricsCal.ApproxCountDistinct_func(listofStr)
}     

---

您应该能够使用

WrappedArray

的

toList

方法轻松地转换为字符串列表

假设您的JSON文件如下所示：

{“列表列”：[9，“word1”]，“矩阵”：“ApproxCountDistinct”}
{“列表列”：[10，“word2”]，“矩阵”：“完备性”}

您可以获取一个记录数组，每个记录都是一个

列表[String]

import scala.collection.mutable
import spark.implicits._
val df = Seq(
  (List("24", "text1"), "metric1"),
  (List("12", "text2"), "metric2"),
  (List("53", "text2"), "metric3"),
  (List("13", "text3"), "metric4"),
  (List("64", "text4"), "metric5")
).toDF("List-col", "Matrics")
val result: Array[String] = df.map{
  row =>
    row.get(0) match {
      case t:mutable.WrappedArray[AnyRef] => t.last.toString
    }
}.collect()
println(result.mkString("Array(", ", ", ")")) // Array(text1, text2, text2, text3, text4)

---

你好@ELinda我收到以下错误：command-224774884011382:1:错误：未找到：值列值列表：数组[List[String]=df.select（col（“List col”）.collect.map（（r:Row）=>r.getAs[wrappedaray[String]]（0.toList）^command-224774884011382:1:错误：未找到：键入WrappedArray val列表：数组[List[String]=df.select（col（“List col”））.collect.map（（r:Row）=>r.getAs[WrappedArray[String]]（0.toList）您需要导入它：

import org.apache.spark.sql.functions.col

command-224774884011384:12:错误：未找到：值可变case t:mutable.WrappedArray[AnyRef]=>t.last.toString^command-224774884011384:12:错误：值last不是任何情况的成员t:mutable.WrappedArray[AnyRef]=>t.last.toString^add import

import scala.collection.mutable

能否提供

List col

数据类型？请将

df.printSchema（）

输出添加到问题描述中

import scala.collection.mutable
import spark.implicits._
val df = Seq(
  (List("24", "text1"), "metric1"),
  (List("12", "text2"), "metric2"),
  (List("53", "text2"), "metric3"),
  (List("13", "text3"), "metric4"),
  (List("64", "text4"), "metric5")
).toDF("List-col", "Matrics")
val result: Array[String] = df.map{
  row =>
    row.get(0) match {
      case t:mutable.WrappedArray[AnyRef] => t.last.toString
    }
}.collect()
println(result.mkString("Array(", ", ", ")")) // Array(text1, text2, text2, text3, text4)

import org.apache.spark.sql._
import org.apache.spark.sql.functions.col
val lists:Array[List[String]] = df.select(col("List-col")).collect.map(
                               (r: Row) => r.getAs[WrappedArray[String]](0).toList)