Scala 如何在spark中将任意长度的数组[String]转换为一行数据帧

我有一个任意长度的数组[String]，如：

val strs = Array[String]("id","value","group","ts")

如何将其传输到DataFrame，如下所示：

+-----+------+-------+----+
|_0   | _1   | _2    | _3 |
+-----+------+-------+----+
|   id| value| group | ts |

我尝试的解决方案是：

代码：

或

结果:

+--------------------+
|               value|
+--------------------+
|[id, value, group...|
+--------------------+

+-----+
|value|
+-----+
|   id|
|value|
|group|
|   ts|
+-----+

代码：

结果:

+--------------------+
|               value|
+--------------------+
|[id, value, group...|
+--------------------+

+-----+
|value|
+-----+
|   id|
|value|
|group|
|   ts|
+-----+

不是我想要的

我知道解决方案如下：

 val data1 = List(
      (1,"A","X",1),
      (2,"B","X",2),
      (3,"C",null,3),
      (3,"D","C",3),
      (4,"E","D",3)
    ).toDF("id","value","group","ts").show()

但是在我的例子中，数组[String]是任意长度的

val strs = Array[String]("id","value","group","ts")
val list_of_strs  = List[Array[String]]() :+ strs
spark.sparkContext.parallelize(list_of_strs)
  .map { case Array(s1,s2,s3,s4) => (s1,s2,s3,s3) }
  .toDF().show()

问题显然是创建一个包含单个元素的列表，而该元素也是一个集合。我想解决办法是先创建一个空列表，然后添加单个元素

与更新一样，问题似乎在于我们没有处理元组，这也可能有效：

val strs = Array[String]("id","value","group","ts")
spark.sparkContext.parallelize(List(strs))
  .map { case Array(s1,s2,s3,s4) => (s1,s2,s3,s3) }
  .toDF().show()

---

但我不认为我们可以处理任意长度的数组，因为这将导致任意长度的元组。。。这是没有意义的，因为对于数据帧，我们还处理固定定义的行（列数和列类型）。如果真的发生了这种情况，您将不得不用空格填充剩余的元组项，并使用最大的元组。

有大量资源可供谷歌搜索。我尝试了答案，但可能与@shaido的答案重复。问题是海报以数组[String]的变量开头，并且不希望重写以直接嵌入序列作为

.parallelize（列表（“a”、“b”、“c”））

。这将构成硬编码。。。至少我想这就是我的意图。Henced引用的帖子也不会回答。@YoYo是的，你是对的，

列表（“a”、“b”、“c”）

在这里不起作用，因为数组或列表是任意长度的，我们不知道长度和值。您的代码得到的结果与：

+--------------+\value+-----------+|[id、值、组…|+-----------+

进行了更新，试图首先将数组映射到元组。

val strs = Array[String]("id","value","group","ts")
spark.sparkContext.parallelize(List(strs))
  .map { case Array(s1,s2,s3,s4) => (s1,s2,s3,s3) }
  .toDF().show()