scala - 如何将 Spark 数据框中的 WrappedArray 列转换为字符串？

Question

我正在尝试将包含 Array[String] 的列转换为 String，但我始终收到此错误

org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 78.0 failed 4 times, most recent failure: Lost task 0.3 in stage 78.0 (TID 1691, ip-******): java.lang.ClassCastException: scala.collection.mutable.WrappedArray$ofRef cannot be cast to [Ljava.lang.String; 

这是一段代码

val mkString = udf((arrayCol:Array[String])=>arrayCol.mkString(","))  
val dfWithString=df.select($"arrayCol").withColumn("arrayString",
      mkString($"arrayCol"))  

Answer 1

WrappedArray 不是 Array (它是普通的旧 Java Array 而不是原生的 Scala 集合)。您可以将签名更改为:

import scala.collection.mutable.WrappedArray

(arrayCol: WrappedArray[String]) => arrayCol.mkString(",")

或使用父类(super class)型之一，例如Seq:

(arrayCol: Seq[String]) => arrayCol.mkString(",")

在最新的 Spark 版本中，您可以使用 concat_ws 代替:

import org.apache.spark.sql.functions.concat_ws

df.select(concat_ws(",", $"arrayCol"))