Spark 1.6：在DataFrame中删除列，并使用转义列名

试图删除DataFrame中的列，但我列出了其中包含点的列名，这些列名都是我逃过的。Spark 1.6：在DataFrame中删除列，并使用转义列名

我逃离之前，我的模式是这样的：

root 
|-- user_id: long (nullable = true) 
|-- hourOfWeek: string (nullable = true) 
|-- observed: string (nullable = true) 
|-- raw.hourOfDay: long (nullable = true) 
|-- raw.minOfDay: long (nullable = true) 
|-- raw.dayOfWeek: long (nullable = true) 
|-- raw.sensor2: long (nullable = true)

如果我试图删除列，我得到：

df = df.drop("hourOfWeek") 
org.apache.spark.sql.AnalysisException: cannot resolve 'raw.hourOfDay' given input columns raw.dayOfWeek, raw.sensor2, observed, raw.hourOfDay, hourOfWeek, raw.minOfDay, user_id; 
     at org.apache.spark.sql.catalyst.analysis.package$AnalysisErrorAt.failAnalysis(package.scala:42) 
     at org.apache.spark.sql.catalyst.analysis.CheckAnalysis$$anonfun$checkAnalysis$1$$anonfun$apply$2.applyOrElse(CheckAnalysis.scala:60) 
     at org.apache.spark.sql.catalyst.analysis.CheckAnalysis$$anonfun$checkAnalysis$1$$anonfun$apply$2.applyOrElse(CheckAnalysis.scala:57) 
     at org.apache.spark.sql.catalyst.trees.TreeNode$$anonfun$transformUp$1.apply(TreeNode.scala:319) 
     at org.apache.spark.sql.catalyst.trees.TreeNode$$anonfun$transformUp$1.apply(TreeNode.scala:319) 
     at org.apache.spark.sql.catalyst.trees.CurrentOrigin$.withOrigin(TreeNode.scala:53)

请注意，我不甚至还试图砸名字中有点的列。因为我似乎不能做太多不逃逸的列名，我转换架构：

root 
|-- user_id: long (nullable = true) 
|-- hourOfWeek: string (nullable = true) 
|-- observed: string (nullable = true) 
|-- `raw.hourOfDay`: long (nullable = true) 
|-- `raw.minOfDay`: long (nullable = true) 
|-- `raw.dayOfWeek`: long (nullable = true) 
|-- `raw.sensor2`: long (nullable = true)

，但似乎并没有帮助。我仍然得到同样的错误。

我试着转义所有列名称，并使用转义名称，但这也不起作用。

root 
|-- `user_id`: long (nullable = true) 
|-- `hourOfWeek`: string (nullable = true) 
|-- `observed`: string (nullable = true) 
|-- `raw.hourOfDay`: long (nullable = true) 
|-- `raw.minOfDay`: long (nullable = true) 
|-- `raw.dayOfWeek`: long (nullable = true) 
|-- `raw.sensor2`: long (nullable = true) 

df.drop("`hourOfWeek`") 
org.apache.spark.sql.AnalysisException: cannot resolve 'user_id' given input columns `user_id`, `raw.dayOfWeek`, `observed`, `raw.minOfDay`, `raw.hourOfDay`, `raw.sensor2`, `hourOfWeek`; 
     at org.apache.spark.sql.catalyst.analysis.package$AnalysisErrorAt.failAnalysis(package.scala:42) 
     at org.apache.spark.sql.catalyst.analysis.CheckAnalysis$$anonfun$checkAnalysis$1$$anonfun$apply$2.applyOrElse(CheckAnalysis.scala:60)

是否有另一种方法可以删除不会对此类型数据失败的列？

来源

2016-03-14 MrE

好吧，我似乎已经找到了解决办法毕竟：

df.drop(df.col("raw.hourOfWeek"))似乎工作

来源

2016-03-14 22:45:08 MrE

有用的答案。但我还有一个类似的问题。假设我在Spark Dataframe中有大约100列。有什么办法从这个数据框中只选择几列，并用这些选定的列创建另一个数据框？像df2 = df1.select（df.col（“col1”，“col2”）） – JKC

我认为这个https://stackoverflow.com/questions/36131716/scala-spark-dataframe-dataframe-select-multiple-columns -given -a-sequence-of-co回答你的问题 – MrE

val data = df.drop("Customers");

将正常工作正常列

val new = df.drop(df.col("old.column"));

来源

2017-05-23 07:06:13

重点在于名称中带有点的列。 – MrE

感谢您指出@MrE –

Spark 1.6：在DataFrame中删除列，并使用转义列名

回答

相关问题