UDF spark scala基于输入范围计算结果

我写道：

val kind: UserDefinedFunction = udf((col1: Int, col2: Float, col3: Float) => {
    if (col1 <  11) {
      BREAKFAST

    } else if (col1 >= 11 && col1 <= 14 && (col2 > 2 || col3 > 0)) {
      LUNCH
    }
    else if (col1 > 14 && col1 < 18) {
      SNACK
    }
    else if (col1 >= 18) {
      DINNER
    }
    else {
      OTHER
    }

你知道怎么解决这个问题吗

---

谢谢

这是因为您的数据有空值

您需要将参数类型从

Int

更改为

Integer

让我们看看例子

scala>df.printSchema
根
|--年龄：整数（可空=真）
|--高度：整数（nullable=true）
scala>df.show
+---+------+
|年龄|身高|
+---+------+
| 10|    10|
|10 |零|
|15 |零|
+---+------+
val-kind=udf（（col1:Int，col2:Int）=>{
if（col1<11）{
“案例1”
}else if（col1>=11&&col1 2）{
“案例2”
}
否则如果（col1>14&&col1<18）{
“案例3”
}
else if（col1>=18）{
“案例4”
}
否则{
“案例5”
}
}
)

我有3行，udf看起来像你的

当我调用udf时，我得到空结果

scala>df.withColumn（“输出”、种类（df（“年龄”）、df（“高度”））.show
+---+------+------+
|年龄|身高|输出|
+---+------+------+
|10 | 10 |案例1|
|10 |零|零|
|15 |零|零|
+---+------+------+

但是，如果我这样修改udf：

val-kind=udf（（col1:Integer，col2:Integer）=>{
if（col1<11）{
“案例1”
}else if（col1>=11&&col1 2）{
“案例2”
}
否则如果（col1>14&&col1<18）{
“案例3”
}
else if（col1>=18）{
“案例4”
}
否则{
“案例5”
}
}
)

输出没有空值，因为

Int

type不能有

null

，但

Integer

可以

scala>df.withColumn（“输出”、种类（df（“年龄”）、df（“高度”））.show
+---+------+------+
|年龄|身高|输出|
+---+------+------+
|10 | 10 |案例1|
|10 |空|情况1|
|15 |空|情况3|
+---+------+------+

  MEAL|INT_HOUR|
+------------+--------+
|        null|      15|
|        null|      15|
|        null|      15|
|        null|      18|
|        null|      17|
|        null|      14|
|        null|      11|
|        null|    null|
|        null|    null|
|        null|    null|
|        null|    null|
|        null|    null|
|       LUNCH|      13|
|        null|      11|
|        null|      14|
|        null|      15|
|        null|      15|
|        null|      14|
|        null|    null|
|        null|      11