Question

我的Dataset<Row>中有一列包含WrappedArray<WrappedArray<Double>>。我将此列传递给UDF以提取其中一个值。

如何在这个嵌套结构中访问双打？

我想做这样的事情：

sparkSession.udf().register(ADD_START_TOTAL, (UDF1<WrappedArray<WrappedArray<Double>>, Double>) (totals) -> totals[0][1], DataTypes.DoubleType);

以下是我调用Dataset.show()方法时列的外观示例，我的数据集如下所示。

[WrappedArray(2.0...

编辑：发现这篇文章How to cast a WrappedArray[WrappedArray[Float]] to Array[Array[Float]] in spark (scala) 但不知道如何将其转换为Java。

Answer 1

考虑您的Dataset<Row> ds1有value列，其中包含以下架构

root
 |-- value: array (nullable = true)
 |    |-- element: array (containsNull = true)
 |    |    |-- element: double (containsNull = false)

定义您的UDF1功能，如下所示。

static UDF1<WrappedArray<WrappedArray<Double>>, List<Double>> getValue = new UDF1<WrappedArray<WrappedArray<Double>>, List<Double>>() {
public List<Double> call(WrappedArray<WrappedArray<Double>> data) throws Exception {
        List<Double> doubleList = new ArrayList<Double>();
        for(int i=0; i<data.size(); i++){
            doubleList.addAll(JavaConversions.seqAsJavaList(data.apply(i)));
        }
        return doubleList;
    }
}

现在注册并调用UDF1功能，如下所示。

import static org.apache.spark.sql.functions.col;
import static org.apache.spark.sql.functions.callUDF;
import scala.collection.JavaConversions;

// register UDF
spark.udf().register("getValue", getValue, DataTypes.createArrayType(DataTypes.DoubleType));

// Call UDF
Dataset<Row> ds2 = ds1.select(col("*"), callUDF("getValue", col("value")).as("udf-value"));
ds2.show(false);

Spark获取值形式WrappedArray <wrappedarray <double>＆gt;在UDF Java中

1 个答案: