scala - Spark，在 Scala 中添加具有相同值的新列

Question

这个问题在这里已经有了答案:





How to add a constant column in a Spark DataFrame?

(3 个回答)


去年关闭。




我对 withColumn 有一些问题Spark-Scala 环境中的函数。
我想在我的 DataFrame 中添加一个新列，如下所示:

+---+----+---+
|  A|   B|  C|
+---+----+---+
|  4|blah|  2|
|  2|    |  3|
| 56| foo|  3|
|100|null|  5|
+---+----+---+

变成了:

+---+----+---+-----+
|  A|   B|  C|  D  |
+---+----+---+-----+
|  4|blah|  2|  750|
|  2|    |  3|  750|
| 56| foo|  3|  750|
|100|null|  5|  750|
+---+----+---+-----+

一个值中的 D 列对于我的 DataFrame 中的每一行重复 N 次。

代码是这样的:

var totVehicles : Double = df_totVehicles(0).getDouble(0); //return 750

变量 totVehicles 返回正确的值，它的工作原理!

第二个 DataFrame 必须计算 2 个字段(id_zipcode、n_vehicles)，并添加第三列(具有相同的值 -750):

var df_nVehicles =
df_carPark.filter(
      substring($"id_time",1,4) < 2013
    ).groupBy(
      $"id_zipcode"
    ).agg(
      sum($"n_vehicles") as 'n_vehicles
    ).select(
      $"id_zipcode" as 'id_zipcode,
      'n_vehicles
    ).orderBy(
      'id_zipcode,
      'n_vehicles
    );

最后，我添加了 withColumn 的新列功能:

var df_nVehicles2 = df_nVehicles.withColumn(totVehicles, df_nVehicles("n_vehicles") + df_nVehicles("id_zipcode"))

但是 Spark 返回给我这个错误:

 error: value withColumn is not a member of Unit
         var df_nVehicles2 = df_nVehicles.withColumn(totVehicles, df_nVehicles("n_vehicles") + df_nVehicles("id_zipcode"))

你能帮助我吗？
非常感谢!

Answer 1

lit功能是将文字值添加为列

import org.apache.spark.sql.functions._
df.withColumn("D", lit(750))