众所周知,两个数据集如A,B取JOIN操作的时候,其结果往往会出现NULL值的出现。
这种情况是非常不利于后续的分析与计算的,特别是当涉及到对这个数值列进行各种聚合函数计算的时候。
针对这种问题,当然从最简单的dataframe.map来处理是一种快速方法。
然而今天在针对这个问题解决的时候,发现spark还提供了一个高级操作,就是:na.fill的函数。
其处理过程就是先构建一个MAP,如下:
val map = Map("列名1“ -> 指定数字, "列名2“ -> 指定数字, .....)
然后执行dataframe.na.fill(map),即可实现对NULL值的填充。