J'ai un fichier CSV dans lequel certains en-têtes de colonne et leurs valeurs correspondantes sont null. Je voudrais savoir comment puis-je déposer des colonnes qui ont le nom null
? Sample CSV est la suivante:Comment faire pour supprimer plusieurs colonnes de Spark Data Frame?
"name"|"age"|"city"|"null"|"null"|"null"
"abcd"|"21" |"7yhj"|"null"|"null"|"null"
"qazx"|"31" |"iuhy"|"null"|"null"|"null"
"foob"|"51" |"barx"|"null"|"null"|"null"
Je veux laisser tomber toutes les colonnes qui a en-tête a null
telle que la trame de données de sortie ressemblera ci-dessous:
"name"|"age"|"city"
"abcd"|"21" |"7yhj"
"qazx"|"31" |"iuhy"
"foob"|"51" |"barx"
Quand je charge cette CSV étincelle , Spark ajoute nombre de colonnes nULL comme indiqué ci-dessous:
"name"|"age"|"city"|"null4"|"null5"|"null6"
"abcd"|"21" |"7yhj"|"null"|"null"|"null"
"qazx"|"31" |"iuhy"|"null"|"null"|"null"
"foob"|"51" |"barx"|"null"|"null"|"null"
Solution trouvée
Merci @MaxU pour la réponse. Ma solution finale est:
val filePath = "C:\\Users\\shekhar\\spark-trials\\null_column_header_test.csv"
val df = spark.read.format("csv")
.option("inferSchema", "false")
.option("header", "true")
.option("delimiter", "|")
.load(filePath)
val q = df.columns.filterNot(c => c.startsWith("null")).map(a => df(a))
// df.columns.filterNot(c => c.startsWith("null")) this part removes column names which start with null and returns array of string. each element of array represents column name
// .map(a => df(a)) converts elements of array into object of type Column
df.select(q:_*).show
vous avez oublié de fermer si vous manquez un support. – BlueTomato
@BlueTomato, bonne prise - merci! C'est réparé maintenant – MaxU