将scala中的数组类型转换为

我在将数据帧中的列转换为字符串格式时遇到了问题。数据帧的示例如下所示：

-- example_code_b: string (nullable = true)
-- example_code: array (nullable = true)
[info]  |    |-- element: map (containsNull = true)
[info]  |    |    |-- key: string
[info]  |    |    |-- value: string (valueContainsNull = true)

我想将示例代码从当前的arraymapstring，string转换为string，string格式

输入格式为[Mapentity->PER，Mapentity->PER]和 我希望输出的形式是PER，PER

---

您可以在DataFrame API中执行UDF，也可以使用Dataset API执行UDF：

import spark.implicits._

df
  .as[Seq[Map[String,String]]]
  .map(s => s.reduce(_ ++ _))
  .toDF("example_code")
  .show()

注意，这不考虑多个密钥的情况，它们没有合并，只是覆盖了

。您可以简单地在任何数组列上使用爆炸函数，这将为数组的每个值创建单独的行。

val newDF = df.withColumn("mymap" explode(col("example_code")))

---

嘿，我告诉他这个错误：找不到数据集中存储的类型的编码器。导入spark.implicits可支持基本类型Int、String等和产品类型case类。将来的版本中将添加对序列化其他类型的支持。[错误].maps=>s.reduce++\I已导入隐式：import spark.implicits.\udf.as[Seq[Map[String，String]].maps=>s.reduce++.toDFex\u代码。显示此操作无效。输入的格式是[Mapentity->PER，Mapentity->PER]，我希望它的格式是PER，PERHey Raphael，这段代码不起作用。你有其他选择吗？嘿，分解打印出连续行中的每个输入，我希望它们在同一行中，用a分隔，意思是，你想在单个映射中合并所有值？是的。这不管用。输入的形式是[Mapentity->PER，Mapentity->PER]，我希望它的形式是PER，PERis示例代码。。大小为1？的数组。不，它有多个参数