【发布时间】:2018-05-08 20:06:24
【问题描述】:
我有一个带有字符串列的 DataFrame
val df= Seq(("0003C32C-FC1D-482F-B543-3CBD7F0A0E36 0,8,1,799,300:3 0,6,1,330,300:1 2,6,1,15861:1 0,7,1,734,300:1 0,6,0,95,300:1 2,7,1,15861:1 0,8,0,134,300:3")).toDF("col_str")
+--------------------+
| col_str|
+--------------------+
|0003C32C-FC1D-482...|
+--------------------+
字符串列由由空格分隔的字符序列组成。如果一个字符序列以 0 开头,我想返回序列的第二个数字和最后一个数字。第二个数字可以是 0 到 8 之间的任何数字。
Array("8,3", "6,1", "7,1", "6,1", "7,1", "8,3")
然后我想将数组对转换为 9 列,其中第一个数字作为列,第二个数字作为值。如果缺少一个数字,它将得到一个值 0。 例如
val df= Seq(("0003C32C-FC1D-482F-B543-3CBD7F0A0E36 0,8,1,799,300:3 0,6,1,330,300:1 2,6,1,15861:1 0,7,1,734,300:1 0,6,0,95,300:1 2,7,1,15861:1 0,8,0,134,300:1")).).toDF("col_str", "col0", "col1", "col2", "col3", "col4", "col5", "col6", "col7", "col8")
+--------------------+----+----+----+----+----+----+----+----+----+
| col_str|col0|col1|col2|col3|col4|col5|col6|col7|col8|
+--------------------+----+----+----+----+----+----+----+----+----+
|0003C32C-FC1D-482...| 0| 0| 0| 0| 0| 0| 1| 1| 3|
+--------------------+----+----+----+----+----+----+----+----+----+
我不在乎解决方案是使用 scala 还是 python。
【问题讨论】:
标签: scala apache-spark pyspark