python - 将 spark 数据帧中 MapType 类型的列的数据转换为字符串
问题描述
我有一个数据框,其中有一列 MapType 类型:
df = spark.createDataFrame(
spark._sc.parallelize(
[[{"x": 30.0, "pool": 20.0, "helium": 10.0}, -5],
[{"x": 40.0, "pool": 30.0, "helium": 20.0}, 5]]
),
[
"col1", "col2"
]
)
+------------------------------+-----+
|col1 |col2 |
+------------------------------+-----+
|[x -> 1.0, y -> 2.0, z -> 3.0]| 5.0 |
|[x -> 4.0, y -> 5.0, z -> 6.0]| 5.0 |
+------------------------------+-----+
我在将其写入 CSV 文件时遇到问题。它抱怨 CSV 数据源不支持地图数据类型。有没有办法将“col1”数据转换为字符串数据类型,以便我可以继续写入 CSV 文件?我需要将数据框转换为如下内容:
+------------------------------+-----+
|col1 |col2 |
+------------------------------+-----+
|"x: 1.0, y: 2.0, z: 3.0" | 5.0 |
|"x: 4.0, y: 5.0, z: 6.0" | 5.0 |
+------------------------------+-----+
解决方案
您应该在内置函数to_json
中使用 spark 将您的转换MapType
为string
:
from pyspark.sql import functions as F
df.withColumn("col1", F.to_json("col1")).show(truncate=False)
#+------------------------------------+----+
#|col1 |col2|
#+------------------------------------+----+
#|{"pool":20.0,"x":30.0,"helium":10.0}|-5 |
#|{"pool":30.0,"x":40.0,"helium":20.0}|5 |
#+------------------------------------+----+
你也可以使用regexp_replace
它:
df.withColumn("col1",F.regexp_replace(F.to_json("col1"),'"','')).show(truncate=False)
#+------------------------------+----+
#|col1 |col2|
#+------------------------------+----+
#|{pool:20.0,x:30.0,helium:10.0}|-5 |
#|{pool:30.0,x:40.0,helium:20.0}|5 |
#+------------------------------+----+
你也可以concat
用它来获得你想要的输出:
df.withColumn("col1", F.concat(F.lit('"'),\
F.regexp_replace(F.to_json("col1"),'"','')\
,F.lit('"')))\
.show(truncate=False)
#+--------------------------------+----+
#|col1 |col2|
#+--------------------------------+----+
#|"{pool:20.0,x:30.0,helium:10.0}"|-5 |
#|"{pool:30.0,x:40.0,helium:20.0}"|5 |
#+--------------------------------+----+
推荐阅读
- sql-server - 用户会话卡在killed\rollback 状态
- unity3d - Unity:索引问题超出了数组的范围
- node.js - 捕获从 NodeJS Lambda 生成的进程的输出
- mysql - MySQL JOIN + WHERE + GROUP BY
- python-3.x - 将资源从一个 localhost 烧瓶应用程序调用到另一个 localhost 应用程序
- java - 如何使用 Camel 和 XPath 检索评论
- railsapps - 如何更新 railsapps gh-pages 的文档?
- php - PHP 接收附件时发送邮件错误 - octet-stream;名称=""
- pgi - OpenACC PGI 编译器 GPU 支持
- javascript - 搜索组件未显示在 React 中的应用程序组件上