将窗口函数应用于多列

jtjikinw 于 2021-05-19 发布在 Spark

关注(0)|答案(2)|浏览(508)

我有一个超过20列的df。对于每一列，我需要找到前导值并将其添加到结果中。
我一直在用column做这个。

df
.withColumn("lead_col1", lead("col1").over(window))
.withColumn("lead_col2", lead("col2").over(window))
.withColumn("lead_col3", lead("col3").over(window))

还有17排这样的。有没有一种方法可以使用更少的代码？我试过用这个例子，但没用。

apache-spark apache-spark-sql

来源：https://stackoverflow.com/questions/64387154/apply-window-function-to-multiple-columns

2条答案

按热度按时间

az31mfrm1#

检查下面的代码，它比 foldLeft .

import org.apache.spark.sql.expressions._

val windowSpec = ...
val windowColumns = Seq(
                         ("lead_col1", "col1"),
                         ("lead_col2","col2"),
                         ("lead_col3","col3")
                    ).map(c => lead(col(c._2),1).over(windowSpec).as(c._1))

val windowColumns = df.columns ++ windowColumns

应用 windowColumns 到Dataframe。

df.select(windowColumns:_*).show(false)

赞(0）回复(0）举报 2021-05-20

41ik7eoe2#

就像萨特建议的那样，foldleft是有效的。

val columns = df.columns
  columns.foldLeft(df){(tempDF, colName) =>
    tempDF.withColumn("lag_" + colName, lag($"$colName", 1).over(window))}

赞(0）回复(0）举报 2021-05-20

我来回答

将窗口函数应用于多列

2条答案

相关问题

热门标签

最新问答