Spark 1.6.1,Scala api。
对于数据帧,我需要将某个列的所有空值替换为0。 我有两种方法可以做到这一点。 1。
myDF.withColumn("pipConfidence", when($"mycol".isNull, 0).otherwise($"mycol"))
2
myDF.na.fill(0, Seq("mycol"))
它们基本相同还是首选方式?
谢谢!
答案 0 :(得分:11)
有不一样但性能应该相似。 na.fill
使用coalesce
,但不仅NaN
取代NULLs
和NULLS
。
val y = when($"x" === 0, $"x".cast("double")).when($"x" === 1, lit(null)).otherwise(lit("NaN").cast("double"))
val df = spark.range(0, 3).toDF("x").withColumn("y", y)
df.withColumn("y", when($"y".isNull(), 0.0).otherwise($"y")).show()
df.na.fill(0.0, Seq("y")).show()