获取数组Pyspark中的第一个元素

我想添加新的2列值服务arr第一列和第二列值 但我得到了一个错误：

字段名应该是字符串文字，但它是0

---

您不必使用

.getItem（0）

production\u target\u datasource\u df[“Services”][0]

就足够了

# Constructing your table:
from pyspark.sql import Row

df = sc.parallelize([Row(cid=1,Services=["2", "serv1"]),
Row(cid=1, Services=["3", "serv1"]),
Row(cid=1, Services=["4", "serv2"])]).toDF()
df.show()
+---+----------+
|cid|  Services|
+---+----------+
|  1|[2, serv1]|
|  1|[3, serv1]|
|  1|[4, serv2]|
+---+----------+

# Adding the two columns:
new_df = df.withColumn("first_element", df.Services[0])
new_df = new_df.withColumn("second_element", df.Services[1])
new_df.show()

+---+----------+-------------+--------------+
|cid|  Services|first_element|second_element|
+---+----------+-------------+--------------+
|  1|[2, serv1]|            2|         serv1|
|  1|[3, serv1]|            3|         serv1|
|  1|[4, serv2]|            4|         serv2|
+---+----------+-------------+--------------+

---

正如错误所说，您需要传递一个字符串，而不是0。 然后，你想知道：我应该通过什么样的线

如果您遵循@pault advice和printSchema，您将实际知道列表中的值对应的键是什么

下面是getItem的文档，帮助您解决这个问题

另一种知道要传递什么的方法是只传递任何字符串，您可以键入：

production_target_datasource_df.withColumn("newcol",production_target_datasource_df["Services"].getItem('0'))

日志会告诉你需要什么密钥

---

希望这有帮助；）

您的问题包括

production\u target\u datasource\u df.printSchema（）

的输出。到目前为止您尝试了什么。您有任何代码要显示吗？

AnalysisException：“字段名应该是字符串文字，但它是0；”

# Constructing your table:
from pyspark.sql import Row

df = sc.parallelize([Row(cid=1,Services=["2", "serv1"]),
Row(cid=1, Services=["3", "serv1"]),
Row(cid=1, Services=["4", "serv2"])]).toDF()
df.show()
+---+----------+
|cid|  Services|
+---+----------+
|  1|[2, serv1]|
|  1|[3, serv1]|
|  1|[4, serv2]|
+---+----------+

# Adding the two columns:
new_df = df.withColumn("first_element", df.Services[0])
new_df = new_df.withColumn("second_element", df.Services[1])
new_df.show()

+---+----------+-------------+--------------+
|cid|  Services|first_element|second_element|
+---+----------+-------------+--------------+
|  1|[2, serv1]|            2|         serv1|
|  1|[3, serv1]|            3|         serv1|
|  1|[4, serv2]|            4|         serv2|
+---+----------+-------------+--------------+

production_target_datasource_df.withColumn("newcol",production_target_datasource_df["Services"].getItem('0'))