Question

我有一个名为DataFrame的Spark nfe，它包含一个名为NFE_CNPJ_EMITENTE的列，当前格式化为字符串（尽管它是完全数字的）。此列应具有长度为11或14个字符的条目，但是我需要添加前导零的9,10,12和13个字符长度的条目。

但是，我不能像在R中那样使用sprintf函数：

nfe$CNPJ_EMITENTE <- ifelse(nfe$length_emit == 9, sprintf("%00s", nfe$NFE_CNPJ_EMITENTE), nfe$NFE_CNPJ_EMITENTE)

# Error in sprintf("%00s", nfe$NFE_CNPJ_EMITENTE) : unsupported type

是否有一种简单的方法可以为9和12个长度条目添加2个前导零，为11个和13个长度条目添加1个前导零？

谢谢！

Answer 1

R＆＃39; getline在使用sparkR s4对象时出现问题。一个简单的解决方案（对于这个和许多其他麻烦的数据操作）是将它变成SQL查询：

ifelse

要选择数据框中的所有变量，查询将如下所示：

#Setup SQL context
sqlContext <- sparkRSQL.init(sc)
sqlContext <- SQLContext(sc)

# Register your dataframe as a table
registerTempTable(df, 'df')

#Query your dataframe
sql(sqlContext, "SELECT [other variables], 
                        case when LENGTH(NFE_CNPJ_EMITENTE) in (9,12) then concat('00',NFE_CNPJ_EMITENTE)
                        when LENGTH(NFE_CNPJ_EMITENTE) in (10,13) then concat('0',NFE_CNPJ_EMITENTE)
                        else NFE_CNPJ_EMITENTE end as NFE_CNPJ_EMITENTE
                  FROM df")

在SparkR中添加前导零

1 个答案: