为了账号安全,请及时绑定邮箱和手机立即绑定

如何将多列附加到一列?

如何将多列附加到一列?

青春有我 2023-08-23 15:04:19
我正在对地址进行分组,其中有多种类型的地址,但我需要对它们进行分组并应用计数和排序。输入Address1  Address2   Address3     a1       b1        c1      b2       a2        e2输出要求Address4 a1 b2 b1 a2 c1 e2
查看完整描述

3 回答

?
沧海一幻觉

TA贡献1824条经验 获得超5个赞

给出的实现相同,但使用更高级别的数据集 api。



        Dataset<Row> Ad1 = df.select(functions.col("Address1").as("Address4"));


        Dataset<Row> Ad2 = df.select("Address2");

        Dataset<Row> Ad3 = df.select("Address3");



        Dataset<Row> Union_DS = Ad1.union(Ad2).union(Ad3);


        Union_DS.show();



        Dataset<Row> Union_Sorted = Union_DS

        .groupBy("Address4")

        .agg(functions.count(functions.col("Address4")).as("Count"))


        .sort(functions.desc("Count"))


        ;

        Union_Sorted.show();


查看完整回答
反对 回复 2023-08-23
?
慕娘9325324

TA贡献1783条经验 获得超4个赞

您应该能够使用UNIONSpark SQL 来解决这个问题:


spark.sql(

  """

    |SELECT Address4

    |FROM (

    | SELECT Address1 FROM table

    | UNION

    | SELECT Address2 FROM table

    | UNION

    | SELECT Address3 FROM table

    | )

  """.stripMargin).show()


查看完整回答
反对 回复 2023-08-23
?
慕的地8271018

TA贡献1796条经验 获得超4个赞

#You can be able to do it with the below approach

val input_rdd = spark.sparkContext.parallelize(List(("a1", "b1", "c1"), ("a1", "b2", "c1"), ("a1", "b1", "c2"), ("a2", "b2", "c2")))

    val input_df = input_rdd.toDF("Address1", "Address2", "Address3")

    input_df.show()

+--------+--------+--------+

|Address1|Address2|Address3|

+--------+--------+--------+

|      a1|      b1|      c1|

|      a1|      b2|      c1|

|      a1|      b1|      c2|

|      a2|      b2|      c2|

+--------+--------+--------+

    val out_address1_df = input_df.groupBy("Address1").agg(count(input_df("Address1")).as("count_address1")).

      select(input_df("Address1").as("ADDRESS"), col("count_address1").as("COUNT"))

    //out_address1_df.show()

    val out_address2_df = input_df.groupBy("Address2").agg(count(input_df("Address2")).as("count_address2")).

      select(input_df("Address2").as("ADDRESS"), col("count_address2").as("COUNT"))

    //out_address2_df.show()

    val out_address3_df = input_df.groupBy("Address3").agg(count(input_df("Address3")).as("count_address3")).

      select(input_df("Address3").as("ADDRESS"), col("count_address3").as("COUNT"))


    val output_df = out_address1_df.unionAll(out_address2_df).unionAll(out_address3_df)

    output_df.show()

+-------+-----+

|ADDRESS|COUNT|

+-------+-----+

|     a2|    1|

|     a1|    3|

|     b2|    2|

|     b1|    2|

|     c1|    2|

|     c2|    2|

+-------+-----+


查看完整回答
反对 回复 2023-08-23
  • 3 回答
  • 0 关注
  • 177 浏览

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信