spark获取dataframe中列的最大值索引

package com.xxx

import org.apache.log4j.{Level, Logger}
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.SQLContext


object spark_vector_argmax{
  def main(arg: Array[String]): Unit = {
    Logger.getLogger("org").setLevel(Level.ERROR)
    // create some sample data:
    import org.apache.spark.mllib.linalg.{Vectors,Vector}
    case class myrow(topics:Vector)
    val spark = SparkSession
      .builder()
      .master("local")
      .appName("TopicExtraction")
      .getOrCreate()
    import spark.implicits._                  //必须有,否则$符号不显示
    val sc = spark.sparkContext
    val rdd = sc.parallelize(Array((Vectors.dense(1,0.2),Vectors.dense(0.6,0.2))))
    val mydf = spark.createDataFrame(rdd).toDF("id","topics")
    mydf.show()

    // build the udf
    import org.apache.spark.sql.functions.udf
    val func = udf( (x:Vector) => x.toDense.values.toSeq.indices.maxBy(x.toDense.values) )

    mydf.withColumn("max_idx",func($"topics")).show()
  }
}



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

wshzd

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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