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>
<a href="http://www.zhihu.so/art169.aspx">pyspark dataframe添加特定列</a>
