Spark数据框为每个现有行添加一行

Question

我有一个包含以下列的数据框：

groupid,unit,height
----------------------
1,in,55
2,in,54

我想创建另一个包含额外行的数据框，其中unit = cm，height = height * 2.54。

生成的数据框：

groupid,unit,height
----------------------
1,in,55
2,in,54
1,cm,139.7
2,cm,137.16

我不确定如何使用spark udf并在此处爆炸。 任何帮助表示赞赏。 提前谢谢。

Answer 1

您可以使用dataframe然后withColumn union创建另一个dataframes所需的更改

import sqlContext.implicits._
import org.apache.spark.sql.functions._

val df = Seq(
  (1, "in", 55),
  (2, "in", 54)
).toDF("groupid", "unit", "height")

val df2 = df.withColumn("unit", lit("cm")).withColumn("height", col("height")*2.54)

df.union(df2).show(false)

你应该

+-------+----+------+
|groupid|unit|height|
+-------+----+------+
|1      |in  |55.0  |
|2      |in  |54.0  |
|1      |cm  |139.7 |
|2      |cm  |137.16|
+-------+----+------+