替换列表列pyspark中的null

我有一个如下所示的数据帧，并尝试使用df.fillna（0）或df.fillna（“nn”）替换null，这两种方法似乎对数据帧没有影响。如有任何建议，将不胜感激。

id |值
+-----------+------------+
1 |[“a”、“b”、“c”]
6 | null

您确定已将新数据帧分配给旧数据帧吗？因为它不在原地做。 您应该这样做：

df = df.fillna(0)
df = df.fillna("nn")

---

您确定已将新数据帧指定给旧数据帧吗？因为它不在原地做。 您应该这样做：

df = df.fillna(0)
df = df.fillna("nn")

---

df.fillna（0）仅对数值列有效，df.fillna（“nn”）对字符串列有效。这意味着value列既不是数字也不是字符串类型，或者第二行中的null是文本字符串。可以显示df.printSchema（）数组（nullable=true）|--element:array（containsnall=true）| |--element:string（containsnll=true）df.fillna不支持复杂的数据类型（

array

，

struct

等），可以使用SQL表达式：

df.withColumn（'value'，.expr（“coalesce（value，array（'nn'）））

或使用API函数：coalesce+array+lit。这会将

null

转换为一个包含一个项的数组

nn

。如果要用空数组填充，则只需

coalesce（value，array（））

df.fillna（0）对数值列有效，df.fillna（“nn”）对字符串列有效。这意味着value列既不是数字也不是字符串类型，或者第二行中的null是文本字符串。可以显示df.printSchema（）数组（nullable=true）|--element:array（containsnall=true）| |--element:string（containsnll=true）df.fillna不支持复杂的数据类型（

array

，

struct

等），可以使用SQL表达式：

df.withColumn（'value'，.expr（“coalesce（value，array（'nn'）））

或使用API函数：coalesce+array+lit。这将

null

转换为一个包含一个项的数组

nn

。如果您想用空数组填充，那么只需

合并（value，array（））

是的，我正在分配给一个新的数据帧。这里的问题是fillna无法处理复杂的数据类型。是的，我正在分配一个新的数据帧。这里的问题是fillna无法处理复杂的数据类型。