如何在缺少名称时将新列添加到 DataFrame？答案

【问题标题】：How to add new columns to DataFrame given their names when they are missing?如何在缺少名称时将新列添加到 DataFrame？
【发布时间】：2017-09-14 01:50:34
【问题描述】：

我想将选定的列添加到尚不可用的 DataFrame。

val columns=List("Col1","Col2","Col3") 
for(i<-columns) 
 if(!df.schema.fieldNames.contains(i)==true)
 df.withColumn(i,lit(0))

When select column the data frame only old column are coming, new columns are not coming.

【问题讨论】：

标签： scala apache-spark dataframe apache-spark-sql

【解决方案1】：

它更多地是关于如何在 Scala 中而不是 Spark，并且是 foldLeft 的绝佳案例（我最喜欢的！）

// start with an empty DataFrame, but could be anything
val df = spark.emptyDataFrame
val columns = Seq("Col1", "Col2", "Col3")
val columnsAdded = columns.foldLeft(df) { case (d, c) =>
  if (d.columns.contains(c)) {
    // column exists; skip it
    d
  } else {
    // column is not available so add it
    d.withColumn(c, lit(0))
  }
}

scala> columnsAdded.printSchema
root
 |-- Col1: integer (nullable = false)
 |-- Col2: integer (nullable = false)
 |-- Col3: integer (nullable = false)

【讨论】：

【解决方案2】：

你也可以将列表达式放在一个序列中，并使用星号展开：

val df = spark.range(10)

// Filter out names
val names = Seq("col1", "col2", "col3").filterNot(df.schema.fieldNames.contains)

// Create columns
val cols = names.map(lit(0).as(_))

// Append the new columns to the existing columns.
df.select($"*" +: cols: _*)

【讨论】：