Pyspark管道自定义变压器
我在理解为Pyspark管道创建自定义变压器时遇到了一些问题 我正在编写一个自定义转换器,它将采用数据帧列Pyspark管道自定义变压器,pyspark,transformer,Pyspark,Transformer,我在理解为Pyspark管道创建自定义变压器时遇到了一些问题 我正在编写一个自定义转换器,它将采用数据帧列Company并删除多余的逗号: from pyspark.sql.functions import * class DFCommaDropper(Transformer): def__init__(self, *args, **kwargs): self.name = CommaDropper def transform(self,df):
Company
并删除多余的逗号:
from pyspark.sql.functions import *
class DFCommaDropper(Transformer):
def__init__(self, *args, **kwargs):
self.name = CommaDropper
def transform(self,df):
df = df.withColumn('Company', regexp_replace('Company',',','')
return df
上面的代码显然是错误的。我不确定如何初始化它,以及如何在转换函数中使用初始化的类实例
提前感谢您的帮助