Question

我有以下数据集作为输入

816|27555832600|01|14|25|  |  
825|54100277425|14|03|25|15|  
9003|54100630574|  |  |  |  |  
809|51445926423|12|08|25|17|

下面是输出：

null|null|null|null|null|null|
825|54100277425|  14|   3|  25|  15|
null|null|null|null|null|null|
809|51445926423|  12|   8|  25|  17|

预期输出

816|27555832600|01|14|25|null|  
825|54100277425|14|03|25|15|  
9003|54100630574|null|null|null|null|  
809|51445926423|12|08|25|17|

我已尝试使用以下代码加载 .txt 或 .bz2 文件。

val dataset = sparkSession.read.format(formatType)
        .option("DELIMITER", "|"))
        .schema(schema_new)
        .csv(dataFilePath)

Answer 1

我试过你的问题陈述。我正在使用 Spark 3.0.1 版本来解决这个用例。它按预期工作。试试下面的代码片段。

val sampleDS = spark.read.options(Map("DELIMITER"->"|")).csv("D:\\DataAnalysis\\DataSample.csv")
sampleDS.show()

Output ->
+----+-----------+---+---+---+---+---+
| _c0|        _c1|_c2|_c3|_c4|_c5|_c6|
+----+-----------+---+---+---+---+---+
| 816|27555832600| 01| 14| 25|   |   |
| 825|54100277425| 14| 03| 25| 15|   |
|9003|54100630574|   |   |   |   |   |
| 809|51445926423| 12| 08| 25| 17|   |
+----+-----------+---+---+---+---+---+

考虑输入数据中是否有空行。

添加空行后输入数据

816|27555832600|01|14|25|  |  
825|54100277425|14|03|25|15|  
9003|54100630574|  |  |  |  |  
||||
809|51445926423|12|08|25|17|

读取数据后，您可以简单地使用 sampleDS.na.drop.show() 删除空白或空数据。

请注意，如果您只有空行，那么 Spark 不会在数据帧中考虑。 Spark 在读取自身时删除空行。

spark scala 数据框中所有列的值都为空

预期输出

1 个答案: