pyspark数据转换逻辑，用于将一列值分配给另一列

bf1o4zei 于 2021-05-29 发布在 Hadoop

关注(0)|答案(1)|浏览(346)

我正在使用spark 2.1.0。我有下面提到的Dataframe。我是pyspark的新手，我对这个问题很感兴趣
现在的问题是：考虑到b列，我应该从a列的引用填充c列，即对于a列的每4个值，c列必须用b列的引用值填充。例如，如下图所示，第4行的dataframe等效c值为30。这30是从b列得到的，b列的当量a为1
下面是我的原始Dataframe

结果Dataframe应如下所示：

请帮我解决这个问题，谢谢

hadoop apache-spark pyspark transformation

来源：https://stackoverflow.com/questions/45428709/pyspark-data-transformation-logic-to-assign-one-column-values-to-another

1条答案

按热度按时间

u2nhd7ah1#

您可以使用lag函数来获取上一行，如下所示

import spark.implicits._
val df1 = Seq (
  (0, 0),
  (1, 30),
  (2, 18),
  (3, 10),
  (4, 5),
  (5, 1),
  (1, 8),
  (2, 6),
  (3, 9),
  (4, 3),
  (5, 4),
  (1, 2),
  (2, 18),
  (3, 2),
  (4, 1),
  (5, 15)
).toDF("a", "b")

df1.show()

df1.withColumn("id", monotonically_increasing_id())
  .withColumn("c", lag($"b", 3, 0).over(Window.orderBy("id")))
  .drop("id")
  .show()

输出：

+---+---+---+
|  a|  b|  c|
+---+---+---+
|  0|  0|  0|
|  1| 30|  0|
|  2| 18|  0|
|  3| 10|  0|
|  4|  5| 30|
|  5|  1| 18|
|  1|  8| 10|
|  2|  6|  5|
|  3|  9|  1|
|  4|  3|  8|
|  5|  4|  6|
|  1|  2|  9|
|  2| 18|  3|
|  3|  2|  4|
|  4|  1|  2|
|  5| 15| 18|
+---+---+---+

希望这有帮助！

赞(0）回复(0）举报 2021-05-29

我来回答

pyspark数据转换逻辑，用于将一列值分配给另一列

1条答案

相关问题

热门标签

最新问答