标签:pyspark type-conversion spark-dataframe python
在PySpark 1.6 DataFrame中,当前没有Spark内置函数可以将字符串转换为float / double.
假设我们有一个带有(‘house_name’,’price’)的RDD,两个值都作为字符串.您想将价格从字符串转换为浮动.
在PySpark中,我们可以应用map和python float函数来实现这一点.
New_RDD = RawDataRDD.map(lambda (house_name, price): (house_name, float(x.price)) #it works
在PySpark 1.6 Dataframe中,它不起作用:
New_DF = rawdataDF.select('house name', float('price')) #did not work
在内置的Pyspark功能可用之前,如何使用UDF实现此转换?
我按以下方式开发了此转换UDF:
from pyspark.sql.functions import udf
from pyspark.sql.types import StringType
def string_to_float(x):return float(x)
udfstring_to_float = udf(string_to_float, StringType())
rawdata.withColumn("house name",udfstring_to_float("price") )
有没有更好,更简单的方法来实现这一目标?
解决方法:
根据documentation,您可以在像这样的列上使用强制转换功能:
rawdata.withColumn("house name",rawdata["price"].cast(DoubleType().alias("price"))
标签:pyspark,type-conversion,spark-dataframe,python 来源: https://codeday.me/bug/20191119/2032554.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。