Pyspark UDF(user define functions) 在Pyspark DataFrame 使用UDF,也可以先转化rdd lambda apply

from pyspark.sql import SparkSession
from pyspark.sql import functions
import pyspark.sql.functions as F
from pyspark.sql.functions import udf
from pyspark.sql.types import StringType

df = spark.createDataFrame((
      (1, "a"),
      (2, "b"),
      (3, "c")
    )).toDF("label", "sentence")
df.show()
+-----+--------+
|label|sentence|
+-----+--------+
|    1|       a|
|    2|       b|
|    3|       c|
+-----+--------+

def to_upper(s):
    if s is not None:
        return s.upper()

toDateUDF = udf(to_upper, StringType())  
# 使用自定义函数
df.withColumn('sentence1',toDateUDF('sentence')).show()
+-----+--------+---------+
|label|sentence|sentence1|
+-----+--------+---------+
|    1|       a|        A|
|    2|       b|        B|
|    3|       c|        C|

df = df.withColumn('col_name', F.udf(to_upper, returnType=StringType())('sentence'))
df.show()
+-----+--------+--------+
|label|sentence|col_name|
+-----+--------+--------+
|    1|       a|       A|
|    2|       b|       B|
|    3|       c|       C|
+-----+--------+--------+


 

  • 0
    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