将dataframe列中的元素乘以相同的值

时间:2016-01-06 16:53:39

标签: scala apache-spark apache-spark-sql scala-breeze

使用pandas / numpy,2x2矩阵乘以2x1矩阵将导致2x2矩阵中的每列与2x1矩阵中的相应列值相对应。 防爆。以下是numpy

>>> data = np.array([[1, 2], [3, 4]])
>>> data
array([[1, 2],
       [3, 4]])
>>> data * [2, 4]
array([[ 2,  8],
       [ 6, 16]])

如何使用spark / breeze完成此操作?我尝试使用new DenseVector(2, 2, Array(1,2,3,4)) * DenseVector(2, 4)失败了。

2 个答案:

答案 0 :(得分:3)

Spark DataFrames不适用于线性代数运算。从理论上讲,您可以使用VectorAssembler组合所有列,并使用ElementwiseProduct执行乘法运算:

import org.apache.spark.ml.feature.ElementwiseProduct
import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.ml.feature.VectorAssembler

val assembler = new VectorAssembler()
  .setInputCols(Array("x1", "x2"))
  .setOutputCol("xs")

val product = new ElementwiseProduct()
  .setScalingVec(Vectors.dense(Array(2.0, 4.0)))
  .setInputCol("xs")
  .setOutputCol("xs_transformed")

val df = sc.parallelize(Seq((1.0, 2.0), (3.0, 4.0))).toDF("x1", "x2")

product.transform(assembler.transform(df)).select("xs_transformed").show
// +--------------+
// |xs_transformed|
// +--------------+
// |     [2.0,8.0]|
// |    [6.0,16.0]|
// +--------------+

但它仅对基本转换有用。

答案 1 :(得分:1)

在Breeze中,这是通过特殊广播值*完成的。

scala> import breeze.linalg._
import breeze.linalg._

scala> val dm = DenseMatrix((1,2), (3,4))
dm: breeze.linalg.DenseMatrix[Int] =
1  2
3  4

scala> dm(*, ::) :* DenseVector(2,4)
res0: breeze.linalg.DenseMatrix[Int] =
2  8
6  16

dm(*,::)表示"将操作应用于每一行"。标量乘法为:*,而矩阵/形状乘法为*