主页 / coding / 问题 / 78801051
Accepted
Nakeuh
Asked: 2024-07-27 17:49:36 +0800 CST

来自数组列的新 Dataframe 列

  • 772

我有这个数据框：

+---------+
|     data|
+---------+
|[a, b, c]|
|[d, e, f]|
|[g, h, i]|
+---------+

以及列名列表 [“first col”, “second col”, “third col”]

我想创建新列来生成以下数据框：

+-----------+-----------+----------+
|  first col| second col| third col|
+-----------+-----------+----------+
|          a|          b|         c|
|          d|          e|         f|
|          g|          h|         i|
+-----------+-----------+----------+

我正在绞尽脑汁想如何做到这一点，正确的方法是什么？

apache-spark

1 个回答

  1. Best Answer

    未经测试的代码，但想法只是用来getItem()访问列的第 i 个元素data，在你的情况下是一个列表，并将它们存储在使用创建的新列中withColumn

    
df = spark.createDataFrame([(['a', 'b', 'c'],), (['d', 'e', 'f'],), (['g', 'h', 'i'],)], ['data'])
col_names = ['first col', 'second col', 'third col']

for i, name in enumerate(col_names):
    df = df.withColumn(name, col('data').getItem(i))

df = df.drop('data')
    • 1

相关问题