从pyspark中的复杂列中提取值

8ehkhllq 于 2021-07-13 发布在 Spark

关注(0)|答案(1)|浏览(499)

我有一个pysparkDataframe，它有一个复杂的列，请参阅下面的值：

ID  value
1   [{"label":"animal","value":"cat"},{"label":null,"value":"George"}]

我想在pyspark dataframe中添加一个新的列，基本上将它转换为字符串列表。如果label为null，则字符串应包含“value”，如果label不为null，则字符串应为“label:value". 因此，对于上面的dataframe示例，输出应如下所示：

ID   new_column
 1   ["animal:cat", "George"]

apache-spark pyspark apache-spark-sql

来源：https://stackoverflow.com/questions/66121994/extract-values-from-a-complex-column-in-pyspark

1条答案

按热度按时间

wbgh16ku1#

你可以用 transform 将每个数组元素转换为一个字符串，该字符串使用 concat_ws :

df2 = df.selectExpr(
    'id',
    "transform(value, x -> concat_ws(':', x['label'], x['value'])) as new_column"
)

df2.show()
+---+--------------------+
| id|          new_column|
+---+--------------------+
|  1|[animal:cat, George]|
+---+--------------------+

赞(0）回复(0）举报 2021-07-13

我来回答

从pyspark中的复杂列中提取值

1条答案

相关问题

热门标签

最新问答