- 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?
我正在尝试寻找一种方法来运行 for 循环以更好地针对我的案例语句优化我的脚本。
下面显示的脚本没有错误,但我觉得这太冗长了,可能会在下次维护时造成困惑。
df = df.withColumn('Product', when(df.where('input_file_name LIKE "%CAD%"'), 'Cash and DUE').
when(df.where('input_file_name LIKE "%TP%"'), 'Trade Product').
when(df.where('input_file_name LIKE "%LNS%"'), 'Corp Loans').
when(df.where('input_file_name LIKE "%DBT%"'), 'Debt').
when(df.where('input_file_name LIKE "%CRD%"'), 'Retail Cards').
when(df.where('input_file_name LIKE "%MTG%"'), 'Mortage').
when(df.where('input_file_name LIKE "%OD%"'), 'Overdraft').
when(df.where('input_file_name LIKE "%PLN%"'), 'Retail Personal Loan').
when(df.where('input_file_name LIKE "%CLN%"'), 'CLN').
when(df.where('input_file_name LIKE "%CAT%"'), 'Custody and Trust').
when(df.where('input_file_name LIKE "%DEP%"'), 'Deposits').
when(df.where('input_file_name LIKE "%STZ%"'), 'Securitization').
when(df.where('input_file_name LIKE "%SECZ%"'), 'Security Securitization').
when(df.where('input_file_name LIKE "%SEC%"'), 'Securities').
when(df.where('input_file_name LIKE "%MTSZ%"'), 'Retail Mortage Securitization').
when(df.where('input_file_name LIKE "%PLSZ%"'), 'Retail Personal Loan Securitization').
when(df.where('input_file_name LIKE "%CCSZ%"'), 'Retail Cards Securitization').
when(df.where('input_file_name LIKE "%CMN%"'), 'Cash Management').
when(df.where('input_file_name LIKE "%OTC%"'), 'Over-the-counter').
when(df.where('input_file_name LIKE "%SFT%"'), 'Securities Financing Transactions').
when(df.where('input_file_name LIKE "%ETD%"'), 'Excahnge Traded Deriative').
when(df.where('input_file_name LIKE "%DEF%"'), 'Default Products').
when(df.where('input_file_name LIKE "%FFS%"'), 'Not Required').
when(df.where('input_file_name LIKE "%hdfs%"'), 'Not Required').
otherwise('feed_name'));
我想到了运行一个循环,一个例子如下所示(脚本不正确,它是为了演示目的)
product_code = ['%CAD%','%TP%','%LNS%','%DBT%','%CRD%','%MTG%','%OD%','%PLN%','%CLN%','%CAT%','%DEP%','%STZ%','%SECZ%','%SEC%','%MTSZ%','%PLSZ%','%CCSZ%','%CMN%','%OTC%','%SFT%','%ETD%','%DEF%','%FFS%','%hdfs%']
product_name = ['Cash and Due','Trade Product','Corp Loans','Debt','Retail Cards','Mortage','Overdraft','Retail Personal Loan','CLN','Custody and Trust','Deposits','Securitization','Securities Securitization','Securities','Retail Mortage Securitization','Retail Personal Loan Securitization','Retail Cards Securitization','Cash Management','Over-the-counter','Securities Finanacing Transactions','Exchange Traded Derivative','Default Products','Not Required','Not Required']
##Both product_code & product name have the same number of index
lastIndex = len(product_code)
for x in product_code:
# Logic i thought df.withColumn('Product', when(df.where('input_file_name LIKE "%'product_code[x]'%"'), product_name[x])
if(product_code[lastIndex]):
#otherwise('feed_name')
如果在 spark 中可以为 when(df.where()).otherwise
的 case 语句运行循环,或者有另一种方法或用例,我需要一些建议
已更新
我已经按照建议的方法实现了,查询在条件集上返回正确,但我想知道为什么它没有返回正确的值,也就是下面脚本中的 lit(),而不是删除不正确的行满足条件
Sample DF:
product_code = ['%CMN%','%TP%','%LNS%']
product_name = ['Cash and Due','Trade Product']
feed_name = ['farid','arshad','jimmy']
df = spark.createDataFrame(
list(zip(inp_file,feed_name)),
['input_file_name','feed_name']
)
+---------------+---------+
|input_file_name|feed_name|
+---------------+---------+
|sdasdasdasd |bob |
|_CMN_BD |arshad |
|_CMN_BD_WS |jimmy |
+---------------+---------+
product_code = ['%CAD_%','%TP%','%LNS%','%DBT%','%CRD%','%MTG%','%_OD_%','%PLN%','%CLN%','%CAT%','%DEP%','%STZ%','%SECZ%','%SEC%','%MTSZ%','%PLSZ%','%CCSZ%','%CMN%','%OTC%','%SFT%','%ETD%','%DEF%','%FFS%','%hdfs%']
product_name = ['Cash and Due','Trade Product','Corp Loans','Debt','Retail Cards','Mortage','Overdraft','Retail Personal Loan','CLN','Custody and Trust','Deposits','Securitization','Securities Securitization','Securities','Retail Mortage Securitization','Retail Personal Loan Securitization','Retail Cards Securitization','Cash Management','Over-the-counter','Securities Finanacing Transactions','Exchange Traded Derivative','Default Products','Not Required','Not Required']
## -- Create spark dataframe and with list tuple
## -- Lit is used to add new column
product_ref_df = spark.createDataFrame(
list(zip(product_code, product_name)),
["product_code", "product_name"]
)
def tempDF(df,targetField,columnTitle,condition,targetResult,show=False):
product_ref_df = spark.createDataFrame(
list(zip(condition,targetResult)),
["condition", "target_result"]
)
df.join(broadcast(product_ref_df), expr(""+targetField+" like condition")) \
.withColumn(columnTitle, coalesce(col("target_result"), lit("feed_name"))) \
.drop('condition','target_result') \
.show()
return df
product_ref_df = tempDF(df,'input_file_name','Product',product_code,product_name)
脚本触发时,没有报错,返回结果如图,
+---------------+---------+------------+
|input_file_name|feed_name| Product|
+---------------+---------+------------+
| _CMN_BD| arshad|Cash and Due|
| _CMN_BD_WS| jimmy|Cash and Due|
+---------------+---------+------------+
结果不应该返回第一行,因为我们没有删除任何行,
+---------------+---------+------------+
|input_file_name|feed_name| Product|
+---------------+---------+------------+
| sdasdasdasd| bob|bob |
| _CMN_BD| jimmy|Cash and Due|
| _CMN_BD_WS| jimmy|Cash and Due|
+---------------+---------+------------+
+---------------+---------+------------+
最佳答案
您可以从这些产品名称引用创建一个新的 DataFrame 并与原始 df 连接以获取产品名称:
from pyspark.sql.functions import expr, col, broadcast, coalesce
product_ref_df = spark.createDataFrame(
list(zip(product_code, product_name)),
["product_code", "product_name"]
)
df.join(broadcast(product_ref_df), expr("input_file_name like product_code"), "left") \
.withColumn("Product", coalesce(col("product_name"), col("Feed_name"))) \
.drop("product_code", "product_name") \
.show()
或者使用 functools.reduce
来链接 case/when
条件,如下所示:
import functools
from pyspark.sql.functions import lit, col, when
case_conditions = list(zip(product_code, product_name))
product_col = functools.reduce(
lambda acc, x: acc.when(col(f"input_file_name").like(x[1]), lit(x[1])),
case_conditions[1:],
when(col("input_file_name").like(case_conditions[0][0]), lit(case_conditions[0][1]))
).otherwise(col("Feed_name"))
df.withColumn("Product", product_col).show()
关于python - 带有 case 语句的 for 循环,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65786478/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!