apache-spark-sql - Spark-SQL 中需要一个 TRUE 和 FALSE 列

Question

我正在尝试为 Spark SQL DataFrame 编写多值过滤器。

我有:

val df: DataFrame      // my data
val field: String      // The field of interest
val values: Array[Any] // The allowed possible values

我正在尝试提出过滤器规范。

目前，我有:

val filter = values.map(value => df(field) === value)).reduce(_ || _)

但这在我传递空值列表的情况下并不可靠。为了涵盖这种情况，我想:

val filter = values.map(value => df(field) === value)).fold(falseColumn)(_ || _)

但我不知道如何指定 falseColumn。

有谁知道怎么做？

有没有更好的方法来编写这个过滤器？ (如果是这样，我仍然需要有关如何获得 falseColumn 的答案 - 我需要一个 trueColumn 作为单独的部分)。

Answer 1

始终为真的列:

val trueColumn = lit(true)

始终为 false 的列:

val falseColumn = lit(false)

使用 lit(...)意味着这些将始终是有效的列，无论 DataFrame 包含哪些列。