Come cambiare struct dataType in Integer in pyspark?

Question

Ho un dataframe df e una colonna ha il tipo di datistruct<long:bigint, string:string>

a causa di questa struttura del tipo di dati, non posso eseguire addizioni, sottrazioni ecc ...

come passare struct<long:bigint, string:string>a solo IntegerType??

Answer 1

È possibile utilizzare una sintassi del punto per accedere a parti della colonna della struttura.

Ad esempio, se inizi con questo dataframe

df = spark.createDataFrame([(1,(3,'x')),(4,(8, 'y'))]).toDF("col1", "col2")
df.show()
df.printSchema()

+----+------+                                                                   
|col1|  col2|
+----+------+
|   1|[3, x]|
|   4|[8, y]|
+----+------+

root
 |-- col1: long (nullable = true)
 |-- col2: struct (nullable = true)
 |    |-- _1: long (nullable = true)
 |    |-- _2: string (nullable = true)

use può selezionare la prima parte della colonna struct e creare una nuova colonna o sostituirne una esistente:

df.withColumn('col2', df['col2._1']).show()

stampe

+----+----+
|col1|col2|
+----+----+
|   1|   3|
|   4|   8|
+----+----+