pyspark 中dataframe 按指定字段拆分为多列或者多行

本文介绍了在PySpark中如何根据需求将DataFrame的记录拆分为多个字段(多列)或多个记录(多行)。内容包括使用`functions.explode`类似于Hive中的`explode`函数的操作,以及在没有固定格式字段或array时,如何通过UDF(用户定义函数)生成所需格式的数据。
摘要由CSDN通过智能技术生成

背景

在使用dataframe时,我们常常需要依据应用场景,需要将原来一条record 拆分为多行(字段数增加1个,record增加),或者在一个record中根据已有字段拆分为多列(仍是1个record,字段数增加)

拆分为多个字段(多列)

from pyspark.sql import functions
# 假设需要将字段col_1的内容按照‘@’字符拆分为两个字段
# col_new_1, col_new2
# your_df 为已加载dataframe
split_col = functions.split(your_df['col_1'], '@'
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值