pyspark_dataframe

36 篇文章 0 订阅
7 篇文章 0 订阅
from __future__ import division,print_function
import time
import datetime
import numpy as np
import pandas as pd
from pyspark import SparkContext,SparkConf
from pyspark.sql import SparkSession,Column
import pyspark.sql.functions as fn

df = pd.DataFrame({'a':[1,2,3,4],'b':[2,1,3,None],'c':[None,1,4,4],'y':[1,1,0,0]})
df = spark.createDataFrame(df)

#df['a'] is Column, df.select('a') is DataFrame.

data = data.filter(df['b'] > 0)
df = df.filter(df['b'].isNotNull())
df = df.filter(df.b != np.nan)

df = df.fillna({'b': 100})

df = df.withColumn('new_col', fn.lit(0))
df = df.withColumn('new_col', fn.abs(df['b']))
df = df.withColumn('new_col', df['a'] + df['b'])
df = df.withColumn('new_col',fn.when(df['b'] == 1, 1).otherwise(0))

df.agg(*[(1 - (fn.count(x)/fn.count('*'))) for x in df.columns]).show()
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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