我有一个包含以下数据的 CSV 文件:
1,2,5
2,4
2,3
我想将它们加载到具有数组字符串模式的数据框中
输出应如下所示。
[1, 2, 5]
[2, 4]
[2, 3]
这里已经使用 scala 回答了这个问题: Spark: Convert column of string to an array
我想用 Java 实现它。
请帮忙
最佳答案
下面是 Java 的示例代码。您需要使用 spark.read().text(String path)
方法读取文件,然后调用 split
函数。
import static org.apache.spark.sql.functions.split;
public class SparkSample {
public static void main(String[] args) {
SparkSession spark = SparkSession
.builder()
.appName("SparkSample")
.master("local[*]")
.getOrCreate();
//Read file
Dataset<Row> ds = spark.read().text("c://tmp//sample.csv").toDF("value");
ds.show(false);
Dataset<Row> ds1 = ds.select(split(ds.col("value"), ",")).toDF("new_value");
ds1.show(false);
ds1.printSchema();
}
}
关于java - 使用 Apache Spark (Java) 将 CSV 数据加载到 Dataframe 并转换为数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47687194/