scala - Apache Spark，将 “CASE WHEN … ELSE …”计算列添加到现有DataFrame中

Question

我正在尝试使用Scala API将“CASE WHEN ... ELSE ...”计算列添加到现有DataFrame中。
起始数据帧:

color
Red
Green
Blue

所需的数据帧(SQL语法:CASE WHEN color == Green THEN 1 ELSE 0 END AS bool):

color bool
Red   0
Green 1
Blue  0

我应该如何实现这种逻辑？

Answer 1

在即将发布的SPARK 1.4.0版本中(应在 future 几天内发布)。您可以使用when / otherwise语法:

// Create the dataframe
val df = Seq("Red", "Green", "Blue").map(Tuple1.apply).toDF("color")

// Use when/otherwise syntax
val df1 = df.withColumn("Green_Ind", when($"color" === "Green", 1).otherwise(0))

如果使用的是SPARK 1.3.0，则可以选择使用UDF:

// Define the UDF
val isGreen = udf((color: String) => {
  if (color == "Green") 1
  else 0
})
val df2 = df.withColumn("Green_Ind", isGreen($"color"))