有没有更好的方法在pyspark中将Array <int>转换为Array <string>

Question

带有架构的非常大的 DataFrame：

root
 |-- id: string (nullable = true)
 |-- ext: array (nullable = true)
 |    |-- element: integer (containsNull = true)

到目前为止，我尝试explode数据，然后collect_list：

select
  id,
  collect_list(cast(item as string))
from default.dual
lateral view explode(ext) t as item
group by
  id

但这种方式过于庞大。

Answer 1

您只需将ext列转换为字符串数组

即可

df = source.withColumn("ext", source.ext.cast("array<string>"))
df.printSchema()
df.show()