Como alterar struct dataType para Integer em pyspark?

Question

Eu tenho um dataframe df e uma coluna tem um tipo de dados destruct<long:bigint, string:string>

devido a esta estrutura de tipo de dados, não consigo realizar adição, subtração etc ...

como mudar struct<long:bigint, string:string>para apenas IntegerType??

Answer 1

Você pode usar uma sintaxe de ponto para acessar partes da coluna struct.

Por exemplo, se você começar com este 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 pode selecionar a primeira parte da coluna de estrutura e criar uma nova coluna ou substituir uma existente:

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

estampas

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