我有一个包含两列的数据帧(一个字符串和一个字符串数组):
root |-- user: string (nullable = true) |-- users: array (nullable = true) | |-- element: string (containsNull = true)
解决方法
当然,这是可能的,而不是那么难.为此,您可以使用UDF.
import org.apache.spark.sql.functions._ import org.apache.spark.sql.types._ val df = sc.parallelize(Array( ("1",Array("1","2","3")),("2",("3","2")) )).toDF("user","users") val inArray = udf((id: String,array: scala.collection.mutable.WrappedArray[String]) => array.contains(id),BooleanType) df.where(inArray($"user",$"users")).show()
输出是:
+----+------------+ |user| users| +----+------------+ | 1| [1,2,3]| | 2|[1,3]| +----+------------+
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。