- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个这样的 Spark 数据框...
我想要一个基于此逻辑的新数据框...
结果会是这样的...
我的努力:
A) 对于第一步,我认为我会将整数转换为列的名称...所以它看起来像这样......
我正在尝试使用 UDF,但它不起作用...
def CountSelect(colname, x):
if x>0 :
return colname
else:
return ""
countUDF = UserDefinedFunction(CountSelect, T.StringType())
cols = inoutDF.columns
cols.remove("ID")
intermediateDF = inputDF.select("ID", *(countDF(c, col(c)).alias(c) for c in cols))
但是它不起作用...
请问有人能帮忙吗?
B) 然后我将在所有列上使用字符串连接函数
这部分应该更容易,但如果您能将两个逻辑组合成一个更简单的工作代码,我将非常感谢您。
非常感谢
最佳答案
想法是标记列中的行是positive
并返回相应列的值。
您可以使用 reduce标记列并创建一个新的 DataFrame
最后使用 concat_ws形成所需的值
@anky 提供的更简洁的解决方案
sparkDF.withColumn("GreaterThanZero",F.concat_ws(",",*[F.when(F.col(col)>0,col) for col in to_concat]))\
.select("id","GreaterThanZero").show()
+---+---------------+
| id|GreaterThanZero|
+---+---------------+
|id1| A,D|
|id2| B,D|
|id3| A,B,C|
|id4| A,D|
+---+---------------+
input_str = """
id1 1 0 0 2
id2 0 3 0 1
id3 1 2 5 0
id4 4 0 0 1
""".split()
input_values = list(map(lambda x: x.strip() if x.strip() != 'null' else None, input_str))
cols = list(map(lambda x: x.strip() if x.strip() != 'null' else None, "ID A B C D".split()))
n = len(input_values)
n_cols = 5
input_list = [tuple(input_values[i:i+n_cols]) for i in range(0,n,n_cols)]
sparkDF = sql.createDataFrame(input_list, cols)
sparkDF.show()
+---+---+---+---+---+
| ID| A| B| C| D|
+---+---+---+---+---+
|id1| 1| 0| 0| 2|
|id2| 0| 3| 0| 1|
|id3| 1| 2| 5| 0|
|id4| 4| 0| 0| 1|
+---+---+---+---+---+
to_check = ['id','A','B','C','D']
sparkDF_marked = reduce(lambda df
, x: df.withColumn(x,F.when(F.col(x) > 0 ,x).otherwise(None))\
if x != 'id' else df.withColumn(x,F.col(x)) \
,to_check, sparkDF
)
sparkDF_marked.show()
+---+----+----+----+----+
| id| A| B| C| D|
+---+----+----+----+----+
|id1| A|null|null| D|
|id2|null| B|null| D|
|id3| A| B| C|null|
|id4| A|null|null| D|
+---+----+----+----+----+
to_concat = ['A','B','C','D']
sparkDF_marked.select(['id',F.concat_ws(',',*to_concat).alias('GreaterThanZero')]).show()
+---+---------------+
| id|GreaterThanZero|
+---+---------------+
|id1| A,D|
|id2| B,D|
|id3| A,B,C|
|id4| A,D|
+---+---------------+
该解决方案虽然有效,但有一些细微差别,您需要注意,尤其是 reduce 代码片段 和 to_check
和 to_concat
.
to_check
可以很容易地替换为 - sparkDF.columns
用于实际数据,但请让我知道更大数据集的性能。
关于python - PySpark:在 UDF 中使用列名并根据逻辑连接列名,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/69231846/
当我尝试加载库 Raster 时,我收到如下错误: 错误:inDL(x, as.logic(local), as.logic(now), ...) 中的“raster”的包或命名空间加载失败:无法加载
当我尝试加载库 Raster 时,我收到如下错误: 错误:inDL(x, as.logic(local), as.logic(now), ...) 中的“raster”的包或命名空间加载失败:无法加载
望着help section about_Comparison_Operators of PowerShell我是这样理解的: PS C:\> $false,$false -eq $true PS C
我刚刚修改了旧代码,现在似乎没有任何效果。请您指导我哪里出错了。 一些不起作用的事情是: 以前,焦点始终停留在屏幕上唯一的输入字段上。 (现在不行了),代码中的 if else 条件也不起作用。 On
请帮我找到一个使用普通 'ol javascript 的解决方案(我无法使用外部框架)。此外,CSS :hover 选择器不适用于现实世界的实现。 注册事件发生的事情设置所有调用最后注册事件数组项。
我想创建一个软件来为残障 child 交通规划公交路线(及其最佳载客量)。 这些总线具有以下规范: m 个座位(最多 7 个 - 因为有司机和助理) o 轮椅“座位”(最多 4 个) 固定的最大负载量
有人能帮我吗?似乎我的 for 逻辑根本不起作用,因为它一直在上午 12:00 返回我的开始时间 这是我的代码 Sub forlogic() Dim i As Single Dim t
我正在尝试设置 OR两个切片器过滤器之间的逻辑。两个切片器来自相同的数据集。以下是更多详细信息: 我的源表: 带切片器的视觉效果: 我的目标是,如果我从切片器 1 和切片器 2 中选择任何值,我的视觉
我有以下 C 语句: int res = x & (x ^ y); 有没有办法做同样的事情,但每次只使用一次x和y? 例如: x | (~x & y) == x | y 最佳答案 是的,通过扩展 xo
我正在创建 Azure 逻辑应用程序以将新的 Sharepoint 文件添加到 Azure Blob。 Sharepoint 由我的公司运行,我使用我的凭据登录来为逻辑应用程序创建 Sharepoin
我有一个问题要求为给定函数合成最简单的乘积表达式总和。基本上,如果 AB == CD,则函数为 1,否则为 0,结果如下: (!A && !B && !C && !D) || (!A && B &&
我正在尝试确定是否可以在不溢出的情况下计算两个 32 位整数的总和,同时仅使用某些按位运算符和其他运算符。因此,如果整数 x 和 y 可以相加而不会溢出,则以下代码应返回 1,否则返回 0。 ((((
处理乍一看需要许多嵌套 if 语句的复杂业务逻辑的好方法是什么? 例子: 折扣券。可能: 1a) 超值折扣 1b) 百分比折扣 2a) 正常折扣 2b) 累进折扣 3a) 需要访问优惠券 3b) 不需
假设我有一个“numbers”对象数组,其中包含“startNo”整数和“endNo”整数。 数组中可以有多个“数字”,我想获取一个包含修改对象的新数组,该数组仅具有不重叠的范围。 例如:如果数组有:
我在这个问题上遇到了困难。我正在使用 JavaScript。 我有一个文本区域,用于检测 @ 输入并将其位置存储在数组中。 var input = "@a @b @c" //textarea var
默认 IN 使用 OR 基本逻辑。有没有办法在范围内使用 AND 基本逻辑。 例如下面的查询 SELECT ItemId,CategoryID FROM ItemCategories WHERE Ca
我想在您将鼠标悬停在网站图像上时添加叠加层。我在这里实现了这个,它工作正常http://jsfiddle.net/stujLbjh/ 这是js代码: var divs = document.query
这个问题在这里已经有了答案: Which is faster: x>2 是否比 x>>31 快?换句话说,sar x, 2 是否比 sar x, 31 快?我做了一些简单的测试,他们似乎有相同的速度
我有grails criteriaQuery,我在这里再次检查OR逻辑,就像这样一个状态变量: or { eq("status", Status.ONE) eq("status",
我有grails criteriaQuery,我在这里再次检查OR逻辑,就像这样一个状态变量: or { eq("status", Status.ONE) eq("status",
我是一名优秀的程序员,十分优秀!