如何使用小部件在 Dataframe select 语句中传递动态列名称

Question

我有一个 Dataframe，我想通过 Databricks Notebook 中的 select 语句中的小部件动态传递列名称。我该怎么做？

我正在使用下面的代码

df1 = spark.sql("select * from tableraw")

其中df1有列“tablename”和“layer”

df = df1.select("tablename", "layer")

现在，我们的要求是使用小部件的值来选择这些列，如下所示：

df = df1.select(dbutils.widget.get("tablename"), dbutils.widget.get("datalayer"))

Answer 1

Python / 斯卡拉

创建小部件

%python
dbutils.widgets.text(name = "pythonTextWidget", defaultValue = "columnName")
dbutils.widgets.dropdown(name = "pythonDropdownWidget", defaultValue = "col1", choices = ["col1", "col2", "col3"])

%scala
dbutils.widgets.text("scalaTextWidget", "columnName")
dbutils.widgets.dropdown("scalaDropdownWidget", "col1", Seq("col1", "col2", "col3"))

从小部件中提取价值

%python
textColumn = dbutils.widgets.get("pythonTextWidget")
dropdownColumn = dbutils.widgets.get("pythonDropdownWidget")

%scala
val textColumn = dbutils.widgets.get("scalaTextWidget")
val dropdownColumn = dbutils.widgets.get("scalaDropdownWidget")

使用值选择列

%python
from pyspark.sql.functions import col
df.select(col(textColumn), col(dropdownColumn))

%scala
import org.apache.spark.sql.functions.col
df.select(col(textColumn), col(dropdownColumn))

SQL

与 Python/Scala 相比，SQL 中的小部件的工作方式略有不同，因为您无法使用它们来选择列。但是，小部件可用于动态调整过滤器。

创建小部件

%sql CREATE WIDGET text sqlTextWidget DEFAULT "ACTIVE"

%sql CREATE WIDGET DROPDOWN sqlDropdownWidget DEFAULT "ACTIVE" CHOICES SELECT DISTINCT Status FROM <databaseName>.<tableName> WHERE Status IS NOT NULL

将小部件值应用于过滤器语句

%sql SELECT * FROM <databaseName>.<tableName> WHERE Status = getArgument("sqlTextWidget")

更多背景信息可以在关于Widgets的 Databricks 文档中找到。