有数据框：
import sqlContext.implicits._
case class TestData(banana: String, orange: String, apple : String, feijoa: String)
var data = sc.parallelize((1 to 5).map(i => TestData("banana="+i.toString,
"orange="+i.toString,"apple="+i.toString,"feijoa="+i.toString))).toDF
data.registerTempTable("data")
data.show
如下所示：
+--------+--------+-------+--------+
| banana| orange| apple| feijoa|
+--------+--------+-------+--------+
|banana=1|orange=1|apple=1|feijoa=1|
|banana=2|orange=2|apple=2|feijoa=2|
|banana=3|orange=3|apple=3|feijoa=3|
|banana=4|orange=4|apple=4|feijoa=4|
|banana=5|orange=5|apple=5|feijoa=5|
+--------+--------+-------+--------+
此外，还有一个sorted的{{1}}列表：
results我想迭代case class result(fruits: Set[String], weight: Double)
val results = List(
result(Set("banana=1"), 200),
result(Set("banana=3", "orange=3"), 180),
result(Set("banana=2", "orange=2", "apple=3"), 170)
)
，将单个results与数据框中的行进行比较，并在适当的列中设置result，如果行1为特定contains }
更新：数据框中的每一列只包含一个值，例如result。由这些值组成的banana = 1集。
1）我知道如何迭代结果：
result.fruits 2）我知道如何按(0 to results.size-1)
.map(i => results(i).fruits)
results 3）我需要帮助来了解如何合并检查特定data =
(1 to results.size)
.par
.foldLeft(data){ case(data,i) =>
data.withColumn(i.toString(),lit(0) )
}
+--------+--------+-------+--------+-+-+-+
| banana| orange| apple| feijoa|1|2|3|
+--------+--------+-------+--------+-+-+-+
|banana=1|orange=1|apple=1|feijoa=1|0|0|0|
|banana=2|orange=2|apple=2|feijoa=2|0|0|0|
|banana=3|orange=3|apple=3|feijoa=3|0|0|0|
|banana=4|orange=4|apple=4|feijoa=4|0|0|0|
|banana=5|orange=5|apple=5|feijoa=5|0|0|0|
+--------+--------+-------+--------+-+-+-+
是否包含select的{{1}}函数，然后在适当的列中将值设置为row ：首先来自result.fruits列中的1，来自results列中#1列表中的第二个等等
答案 0 :(得分：1)
尝试这样的事情（给出简单的解决方案，但你可以概括一下）：
data = data.withColumn("combined", array($"banana",$"orange", $"apple",$"feijoa"))
def getFunc(resultSet: Set[String]) = {
def f(x: Seq[String]): Int = {
if(resultSet.forall(y=>x.contains(y))) 1 else 0
}
udf(f _)
}
data =(1 to results.size).foldLeft(data){
(x,i) => x.withColumn(i.toString, getFunc(results(i-1).fruits)($"combined"))
}