首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如果一列是另一列的成员,如何过滤Spark dataframe

在Spark中,可以使用filter()函数来过滤DataFrame。如果一列是另一列的成员,可以使用isin()函数来进行过滤。

具体步骤如下:

  1. 导入必要的库和模块:
代码语言:txt
复制
from pyspark.sql import SparkSession
from pyspark.sql.functions import col
  1. 创建SparkSession对象:
代码语言:txt
复制
spark = SparkSession.builder.getOrCreate()
  1. 创建DataFrame:
代码语言:txt
复制
data = [("John", "A"), ("Mike", "B"), ("Sarah", "A"), ("Emma", "C"), ("Tom", "B")]
df = spark.createDataFrame(data, ["Name", "Grade"])
df.show()

输出:

代码语言:txt
复制
+-----+-----+
| Name|Grade|
+-----+-----+
| John|    A|
| Mike|    B|
|Sarah|    A|
| Emma|    C|
|  Tom|    B|
+-----+-----+
  1. 过滤DataFrame:
代码语言:txt
复制
filtered_df = df.filter(col("Grade").isin(["A", "B"]))
filtered_df.show()

输出:

代码语言:txt
复制
+-----+-----+
| Name|Grade|
+-----+-----+
| John|    A|
| Mike|    B|
|Sarah|    A|
|  Tom|    B|
+-----+-----+

在这个例子中,我们使用isin(["A", "B"])来过滤Grade列中值为"A"或"B"的行。

对于腾讯云相关产品和产品介绍链接地址,可以参考腾讯云官方文档或官方网站获取更详细的信息。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

没有搜到相关的合辑

领券