scala - Spark SQL 将数据集转换为数据框

Question

如何将数据集 obj 转换为数据框？在我的示例中，我将 JSON 文件转换为数据帧并转换为数据集。在数据集中，我添加了一些额外的属性( newColumn )并将其转换回数据帧。这是我的示例代码:

val empData = sparkSession.read.option("header", "true").option("inferSchema", "true").option("multiline", "true").json(filePath)

.....

 import sparkSession.implicits._
    val res = empData.as[Emp]

    //for (i <- res.take(4)) println(i.name + " ->" + i.newColumn)

    val s = res.toDF();

    s.printSchema()

  }
  case class Emp(name: String, gender: String, company: String, address: String) {
    val newColumn = if (gender == "male") "Not-allowed" else "Allowed"
  }

但我期望新的列名 newColumn加入 s.printschema() .输出结果。但它没有发生？为什么？任何原因？我怎样才能做到这一点？

Answer 1

输出的架构 Product Encoder仅根据其构造函数签名确定。因此， body 中发生的任何事情都会被丢弃。

你可以

empData.map(x => (x, x.newColumn)).toDF("value", "newColumn")