使用数据框的架构生成Spark Map数据框

debugcn 发表于 Dev

港口

我有一个从JSON对象创建的数据框。我可以查询此数据帧并将其写入镶木地板。

由于我推断出架构，因此我不一定知道数据框中的内容。

有没有办法列名出来或使用其自己的模式映射数据框？

// The results of SQL queries are DataFrames and support all the normal  RDD operations.
// The columns of a row in the result can be accessed by field index:
df.map(t => "Name: " + t(0)).collect().foreach(println)

// or by field name:
df.map(t => "Name: " + t.getAs[String]("name")).collect().foreach(println)

// row.getValuesMap[T] retrieves multiple columns at once into a Map[String, T]
df.map(_.getValuesMap[Any](List("name", "age"))).collect().foreach(println)
// Map("name" -> "Justin", "age" -> 19)

我想做类似的事情

df.map (_.getValuesMap[Any](ListAll())).collect().foreach(println)
// Map ("name" -> "Justin", "age" -> 19, "color" -> "red")

不知道列的实际数量或名称。

零323

好吧，您可以，但是结果却毫无用处：

val df = Seq(("Justin", 19, "red")).toDF("name", "age", "color")

def getValues(row: Row, names: Seq[String]) = names.map(
  name => name -> row.getAs[Any](name)
).toMap

val names = df.columns
df.rdd.map(getValues(_, names)).first

// scala.collection.immutable.Map[String,Any] = 
//   Map(name -> Justin, age -> 19, color -> red)

要获得实际上有用的东西，可以在SQL类型和Scala类型之间进行适当的映射。在简单的情况下，这并不难，但在一般情况下却很难。例如，有一个内置类型可以用来表示任意类型struct。可以使用一些元编程来做到这一点，但是可以说这并不值得大惊小怪。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。