我有一个 PySpark Dataframe
,其中包含一列 strings
。如何检查其中的哪些行是数字。我在 PySpark 的 official documentation 中找不到任何函数.
values = [('25q36',),('75647',),('13864',),('8758K',),('07645',)]
df = sqlContext.createDataFrame(values,['ID',])
df.show()
+-----+
| ID|
+-----+
|25q36|
|75647|
|13864|
|8758K|
|07645|
+-----+
在 Python 中,有一个函数 .isDigit()
如果 string
返回 True
或 False
是否只包含数字。
预期的数据帧:
+-----+-------+
| ID| Value |
+-----+-------+
|25q36| False |
|75647| True |
|13864| True |
|8758K| False |
|07645| True |
+-----+-------+
我想避免创建 UDF
。
最佳答案
一个简单的转换就可以完成这项工作:
from pyspark.sql import functions as F
my_df.select(
"ID",
F.col("ID").cast("int").isNotNull().alias("Value ")
).show()
+-----+------+
| ID|Value |
+-----+------+
|25q36| false|
|75647| true|
|13864| true|
|8758K| false|
|07645| true|
+-----+------+
关于python - 如何检查pyspark数据框中的字符串列是否全部为数字,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53743795/