J.s*_*soo 6 scala apache-spark
有没有办法让数据帧联合数据帧在循环中?
这是一个示例代码
var fruits = List(
"apple"
,"orange"
,"melon"
)
for (x <- fruits){
var df = Seq(("aaa","bbb",x)).toDF("aCol","bCol","name")
}
Run Code Online (Sandbox Code Playgroud)
我想做一些像
aCol | bCol | fruitsName
aaa,bbb,apple
aaa,bbb,orange
aaa,bbb,melon
Run Code Online (Sandbox Code Playgroud)
再次感谢
小智 17
Steffen Schmitz的答案是我认为最简洁的答案.如果您正在寻找更多自定义(字段类型等),下面是一个更详细的答案:
import org.apache.spark.sql.types.{StructType, StructField, StringType}
import org.apache.spark.sql.Row
//initialize DF
val schema = StructType(
StructField("aCol", StringType, true) ::
StructField("bCol", StringType, true) ::
StructField("name", StringType, true) :: Nil)
var initialDF = spark.createDataFrame(sc.emptyRDD[Row], schema)
//list to iterate through
var fruits = List(
"apple"
,"orange"
,"melon"
)
for (x <- fruits) {
//union returns a new dataset
initialDF = initialDF.union(Seq(("aaa", "bbb", x)).toDF)
}
//initialDF.show()
Run Code Online (Sandbox Code Playgroud)
引用:
Ram*_*mon 15
你可以创建一个DataFrame
s 序列然后使用reduce
:
val results = fruits.
map(fruit => Seq(("aaa", "bbb", fruit)).toDF("aCol","bCol","name")).
reduce(_.union(_))
results.show()
Run Code Online (Sandbox Code Playgroud)
小智 8
如果您有不同/多个数据框,则可以使用下面的代码,这是有效的。
val newDFs = Seq(DF1,DF2,DF3)
newDFs.reduce(_ union _)
Run Code Online (Sandbox Code Playgroud)
在for循环中:
val fruits = List("apple", "orange", "melon")
( for(f <- fruits) yield ("aaa", "bbb", f) ).toDF("aCol", "bCol", "name")
Run Code Online (Sandbox Code Playgroud)
归档时间: |
|
查看次数: |
30051 次 |
最近记录: |