0
讀取Spark文檔的第一個函數,它提到ignoreNulls會得到第一個非空值。DataFrame第一個函數ignoreNulls不起作用
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.functions._
import org.apache.spark.sql.expressions.{Window, WindowSpec}
object tmp {
def main(args: Array[String]): Unit = {
val spark = SparkSession.builder().master("local") getOrCreate()
import spark.implicits._
val input = Seq(
(1234, 1, None),
(1234, 2, Some(1)),
(5678, 1, Some(11)),
(5678, 2, Some(22))
).toDF("service_id", "counter", "value")
lazy val window: WindowSpec = Window.partitionBy("service_id").orderBy("counter")
val firsts = input.withColumn("first_value", first("value", ignoreNulls = true).over(window))
firsts.orderBy("service_id", "counter").show()
}
}
這將返回以下輸出。我想的第一行FIRST_VALUE在空值是1。我失去了一些東西在這裏
+----------+-------+-----+-----------+
|service_id|counter|value|first_value|
+----------+-------+-----+-----------+
| 1234| 1| null| null|
| 1234| 2| 1| 1|
| 5678| 1| 11| 11|
| 5678| 2| 22| 11|
+----------+-------+-----+-----------+
謝謝,這是可行的。雖然這些似乎應該是默認值。 – xstack2000
我的榮幸@ xstack2000,:)感謝您的支持和接受 –