pyspark dataframe添加特定列

作者:高景洋 日期:2020/12/11 11:44 浏览次数:225

from pyspark.sql.functions import lit,rand


df = spark.read.csv('file:///Users/jasongao/Documents/tmp/hbase-0.csv',schema) # 原始DF

df11 = df.withColumn('RandomKey',rand()) # 给df 增加 RandomKey 随机列,并生成新的DF

df11.orderBy(df11['RandomKey']).show() # 按新增列正排序 输出显示

PS : 新增列时,优先使用  # from pyspark.sql.functions # 下的方法,尽量避免通过用户自定义函数实现列内容增加

本文永久性链接:
<a href="http://www.zhihu.so/art169.aspx">pyspark dataframe添加特定列</a>
相关文章
友情链接
支付宝打赏(内容对您有帮助的话)
微信交流
知乎编程经验网 - 在工作中总结编程的经验! 备案/许可证编号:鲁ICP备11020152号
QQ:120217215 联系电话:15192695151