Question

我想从Array中获取从Spark SQL split（）函数返回的最后一个元素。

split(4:3-2:3-5:4-6:4-5:2,'-')

我知道它可以通过

获得

split(4:3-2:3-5:4-6:4-5:2,'-')[4]

但是当我不知道数组的长度时，我想要另一种方式。请帮帮我。

Answer 1

您还可以在Split（）之后的列上使用SparkSql Reverse（）函数。例如：

SELECT reverse(split(MY_COLUMN,'-'))[0] FROM MY_TABLE

此处[0]为您提供反转数组的第一个元素，它是初始数组的最后一个元素。

Answer 2

您可以使用UDF来执行此操作，如下所示：

val df = sc.parallelize(Seq((1L,"one-last1"), (2L,"two-last2"), (3L,"three-last3"))).toDF("key","Value")
+---+-----------+
|key|Value      |
+---+-----------+
|1  |one-last1  |
|2  |two-last2  |
|3  |three-last3|
+---+-----------+

val get_last = udf((xs: Seq[String]) => Try(xs.last).toOption)

val with_just_last = df.withColumn("Last" , get_last(split(col("Value"), "-")))
+---+-----------+--------+
|key|Value      |Last    |
+---+-----------+--------+
|1  |one-last1  |last1   |
|2  |two-last2  |last2   |
|3  |three-last3|last3   |
+---+-----------+--------+

请记住，SparkSQL中的拆分功能可以应用于DataFrame的一列。

Answer 3

请检查substring_index，它应该完全可以正常运行：

substring_index(lit("1-2-3-4"), "-", -1) // 4

Answer 4

如果使用的是Java，请使用split（MY_COLUMN，'-'）。getItem（0）

从Apache Spark SQL split（）函数获取最后一个元素

4 个答案: