У меня есть два dataframes:Scala Spark - функция Карта ссылок другой dataframe
df1:
+---+------+----+
| id|weight|time|
+---+------+----+
| A| 0.1| 1|
| A| 0.2| 2|
| A| 0.3| 4|
| A| 0.4| 5|
| B| 0.5| 1|
| B| 0.7| 3|
| B| 0.8| 6|
| B| 0.9| 7|
| B| 1.0| 8|
+---+------+----+
df2:
+---+---+-------+-----+
| id| t|t_start|t_end|
+---+---+-------+-----+
| A| t1| 0| 3|
| A| t2| 4| 6|
| A| t3| 7| 9|
| B| t1| 0| 2|
| B| t2| 3| 6|
| B| t3| 7| 9|
+---+---+-------+-----+
Мой желаемый результат заключается в определении " t 'для каждой метки времени в df1, где диапазоны' t 'находятся в df2.
df_output:
+---+------+----+---+
| id|weight|time| t |
+---+------+----+---+
| A| 0.1| 1| t1|
| A| 0.2| 2| t1|
| A| 0.3| 4| t2|
| A| 0.4| 5| t2|
| B| 0.5| 1| t1|
| B| 0.7| 3| t2|
| B| 0.8| 6| t2|
| B| 0.9| 7| t3|
| B| 1.0| 8| t3|
+---+------+----+---+
Мое понимание до сих пор является то, что я должен создать UDF, который принимает столбец 'id
и 'time
как входы, map
для каждой строки, по ссылаюсь на df2.filter(df2.id == df1.id, df1.time >= df2.t_start, df1.time <= df2.t_end), and get the corresponding
df2.t`
Я очень новичок в Scala и Spark, поэтому мне интересно, возможно ли это решение?
Так как вы отметили этот вопрос с [тэгом: Scala] '=== 'является правильным оператором. – zero323
Да, вы правы. Я не знал о '===' и думал, что это опечатка. Я исправил его, как у вас, и теперь он работает! - В чем разница между '==' и '==='? –
'===' - это равенство SQL. '==' сравнивает объекты столбцов, что не имеет смысла. – zero323