它必须已经在 stackoverflow 上的某个地方,但我只是在寻找方法来过滤 pyspark 数据帧的行,其中 1 个特定列为空,而不是任何列为空。
import pandas as pd
import pyspark.sql.functions as f
my_dict = {"column1":list(range(100)),"column2":["a","b","c",None]*25,"column3":["a","b","c","d",None]*20}
my_pandas_df = pd.DataFrame(my_dict)
sparkDf = spark.createDataFrame(my_pandas_df)
sparkDf.show(5)
我试图在我的数据框的任何列上包含任何具有空值的行,基本上与此相反:
sparkDf.na.drop()
最佳答案
对于包含任何列为 null
的行:
sparkDf.filter(F.greatest(*[F.col(i).isNull() for i in sparkDf.columns])).show(5)
对于排除相同的:
sparkDf.na.drop(how='any').show(5)
关于dataframe - 如何过滤pyspark数据框中任何列为空的行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63565196/