Python 如何在数据框中的列内处理json数据集
我在spark中有一个数据框,其中一列包含json类型的数据Python 如何在数据框中的列内处理json数据集,python,pyspark,apache-spark-sql,Python,Pyspark,Apache Spark Sql,我在spark中有一个数据框,其中一列包含json类型的数据 column3: z:{ k:{ q1:null, q2:1, q3:23, q4:null, q5:{v1:null, v2:wers, v3:null} a1:['sdsad','wqeqw'], d1:'123_23' }, l:{ w1:wwew w2:nul
column3:
z:{
k:{
q1:null,
q2:1,
q3:23,
q4:null,
q5:{v1:null, v2:wers, v3:null}
a1:['sdsad','wqeqw'],
d1:'123_23'
},
l:{
w1:wwew
w2:null
w4:123
}
}
我如何处理上面json中的内容并执行一些操作,如:分解列d1:“\u23”上的“123\u23”并将其添加为数据帧中的另一列
如何读取json中有多少键没有空值。如果有任何数组,那么如何计算该数组的元素
因此,我的数据框架如下所示:
下面是示例数据帧:
col1 : gf23431
col2 : 6728103
col3 : "z:{
k:{
q1:null,
q2:1,
q3:23,
q4:null,
q5:{v1:null, v2:wers, v3:null}
a1:['sdsad','wqeqw'],
d1:'123_23'
},
l:{
w1:wwew
w2:null
w4:123
}
}"
col4 : 3658
所需的输出列:
“k:”7下的总键数键“k:”下的非空值总数:5//具有非空值的键计数 键“q5:”3下的总键数
键“q5:”1下的总非空值
“a1:”2下的总值
拆分“d1:”下的值,并添加另一列246//将第一个值乘以2,然后作为数据帧中的另一列添加 因此,输出列将是:
col5 : 7
col6 : 5
col7 : 3
col8 : 1
col9 : 2
col10: 246
使用类似于
get\u json\u object
的函数来提取所需的字段。您可以将它们与null等进行比较。。就好像这些字段只是常规的数据帧列一样。还可以查看其他函数,如数组长度、贴图等
很难理解你在问什么。您能不能请您的问题包含一个小的和相应的所需输出?这看起来不像JSON数据