scala - 使用 Map 替换 Spark 中的列值

Question

我必须将列列表映射到 Spark 数据集中的另一列:想想这样的事情

val translationMap: Map[Column, Column] = Map(
  lit("foo") -> lit("bar"),
  lit("baz") -> lit("bab")
)

我有一个这样的数据框:

val df = Seq("foo", "baz").toDF("mov")

所以我打算像这样进行翻译:

df.select(
  col("mov"),
  translationMap(col("mov"))
)

但是这段代码吐出以下错误

key not found: movs
java.util.NoSuchElementException: key not found: movs

有没有办法在不连接数百个 when 的情况下执行这种翻译?认为 translationMap可以有很多对键值。

Answer 1

而不是 Map[Column, Column]你应该使用 Column包含 map 文字:

import org.apache.spark.sql.functions.typedLit

val translationMap: Column = typedLit(Map(
  "foo" -> "bar",
  "baz" -> "bab"
))

其余代码可以保持原样:

df.select(
  col("mov"),
  translationMap(col("mov"))
).show

+---+---------------------------------------+
|mov|keys: [foo,baz], values: [bar,bab][mov]|
+---+---------------------------------------+
|foo|                                    bar|
|baz|                                    bab|
+---+---------------------------------------+