spark dataframe 类型转换

最新推荐文章于 2024-12-08 19:28:40 发布

weixin_33896726

最新推荐文章于 2024-12-08 19:28:40 发布

阅读量754

点赞数

文章标签：大数据 scala java

本文介绍了一种在Spark中将DataFrame中的字段从一种类型转换到另一种类型的方法，特别是如何将特定字段转换为double类型，这对于进一步的数据处理和分析非常有用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

读一张表，对其进行二值化特征转换。可以二值化要求输入类型必须double类型，类型怎么转换呢？

直接利用spark column 就可以进行转换：

DataFrame dataset = hive.sql("select age,sex,race from hive_race_sex_bucktizer ");

/**

* 类型转换

dataset = dataset.select(dataset.col("age").cast(DoubleType).as("age"),dataset.col("sex"),dataset.col("race"));

是不是很简单。想起之前的类型转换做法，遍历并创建另外一个满足类型要求的RDD，然后根据RDD创建Datafame，好复杂！！！！

		JavaRDD<Row> parseDataset =   dataset.toJavaRDD().map(new Function<Row,Row>() {

			@Override
			public Row call(Row row) throws Exception {
				System.out.println(row);
				long age = row.getLong(row.fieldIndex("age"));
				String sex = row.getAs("sex");
				String race =row.getAs("race");
				double raceV  = -1;
				if("white".equalsIgnoreCase(race)){
					raceV = 1;
				} else if("black".equalsIgnoreCase(race)) {
					raceV = 2;
				} else if("yellow".equalsIgnoreCase(race)) {
					raceV = 3;
				} else if("Asian-Pac-Islander".equalsIgnoreCase(race)) {
					raceV = 4;
				}else if("Amer-Indian-Eskimo".equalsIgnoreCase(race)) {
					raceV = 3;
				}else {
					raceV = 0;
				}
				
				return RowFactory.create(age,("male".equalsIgnoreCase(sex)?1:0),raceV);
			}
		});
		
		StructType schema = new StructType(new StructField[]{
				 createStructField("_age", LongType, false),
				  createStructField("_sex", IntegerType, false),
				  createStructField("_race", DoubleType, false)
				});
		
		DataFrame  df  =  hive.createDataFrame(parseDataset, schema);

　　不断探索，不断尝试！