一 踩坑记录,这种参考pyspark Spark从字符串中提取值并分配为列 - 糯米PHP 行不通
出来的都是空值
二 可行办法
一的代码 结合 https://www.5axxw.com/questions/content/l8m75h
age_new是str(dict)的形式 即"{'frist' : 21, 'second' : 22}"
jupyter 代码放在网盘里了:链接: https://pan.baidu.com/s/1OgVraHO76b8xWhAF7mARbg?pwd=hmj7 提取码: hmj7
但是map<>中的类型是限定死的
还有就是keys列名不能动态获取然后用withColumn()添加
不知道还有没有什么更好的解决办法 欢迎交流,,困扰很久了
其实新版3.3.0 的pyspark新出了withColumns()函数,可以直接用字典添加多列,这个我也没试,我使用的版本是3.2.0所以只能用withColumn()