[HADOOP] 반면에 withColumn 스파크 Dataframe의 스칼라를 사용하는 방법

반면에 withColumn 스파크 Dataframe의 스칼라를 사용하는 방법

이 제 기능 규칙 안부의 mdp_codcat, mdp_idregl를 적용하고, 어레이 BREF의 데이터에있어서의 usedRef changechanges.

    def withMdpCodcat(bRef: Broadcast[Array[RefRglSDC]])(dataFrame: DataFrame):DataFrame ={var matchRule = false
    var i = 0
    while (i < bRef.value.size && !matchRule) {
      if ((bRef.value(i).sensop.isEmpty || bRef.value(i).sensop.equals(col("signe")))
        && (bRef.value(i).cdopcz.isEmpty || Lib.matchCdopcz(strTail(col("cdopcz")).toString(), bRef.value(i).cdopcz))
        && (bRef.value(i).libope.isEmpty || Lib.matchRule(col("lib_ope").toString(), bRef.value(i).libope))
        && (bRef.value(i).qualib.isEmpty || Lib.matchRule(col("qualif_lib_ope").toString(), bRef.value(i).qualib))) {
        matchRule = true
        dataFrame.withColumn("mdp_codcat", lit(bRef.value(i).codcat))
        dataFrame.withColumn("mdp_idregl", lit(bRef.value(i).idregl))
        dataFrame.withColumn("usedRef", lit("SDC"))
      }else{
        dataFrame.withColumn("mdp_codcat", lit("NOT_CATEGORIZED"))
        dataFrame.withColumn("mdp_idregl", lit("-1"))
        dataFrame.withColumn("usedRef", lit(""))
      }
      i += 1
    }

    dataFrame
  }

dataFrame : "cdenjp", "cdguic", "numcpt", "mdp_codcat", "mdp_idregl"mdp_codcat ","mdp_idregl는 ","usedRef은 "경기는 mdp_idregl, mdp_idregl, 값 BREF와 mdp_idregl을 추가하는 경우

Exemple : 내 dataframe :

val DF = Seq(("tt", "aa","bb"),("tt1", "aa1","bb2"),("tt1", "aa1","bb2")).toDF("t","a","b)
+---+---+---+---+
|  t|  a|  b|  c|
+---+---+---+---+
| tt| aa| bb| cc|
|tt1|aa1|bb2|cc3|
+---+---+---+---+

file.text 내용 :

 ,aa,bb,cc
 ,aa1,bb2,cc3
tt4,aa4,bb4,cc4
tt1,aa1,,cc6


case class TOTO(a: String, b:String, c: String, d:String)


 val text = sc.textFile("file:///home/X176616/file")
 val bRef= textFromCsv.map(row => row.split(",", -1))
      .map(c => TOTO(c(0), c(1), c(2), c(3))).collect().sortBy(_.a)



def withMdpCodcat(bRef: Broadcast[Array[RefRglSDC]])(dataFrame: DataFrame):DataFrame
 dataframe.withColumn("mdp_codcat_new", "NOT_FOUND")  //first init not found, change if while if match 

    var matchRule = false
    var i = 0

    while (i < bRef.value.size && !matchRule) {
      if ((bRef.value(i).a.isEmpty || bRef.value(i).a.equals(signe))
        && (bRef.value(i).b.isEmpty || Lib.matchCdopcz(col(b), bRef.value(i).b))
        && (bRef.value(i).c.isEmpty || Lib.matchRule(col(c), bRef.value(i).c))
        )) {
        matchRule = true
        dataframe.withColumn("mdp_codcat_new", bRef.value(i).d)
        dataframe.withColumn("mdp_mdp_idregl_new" = bRef.value(i).e

      }
      i += 1
    }

마침내 진정한 조건의 경우 DF

bRef.value(i).a.isEmpty || bRef.value(i).a.equals(signe))
            && (bRef.value(i).b.isEmpty || Lib.matchCdopcz(b.substring(1).toInt.toString, bRef.value(i).b))
            && (bRef.value(i).c.isEmpty || Lib.matchRule(c, bRef.value(i).c)

+---+---+---+---+-----------+----------+
|  t|  a|  b|  c|mdp_codcat |mdp_idregl|
+---+---+---+---+-----------|----------+
| tt| aa| bb| cc|cc         | other    |
| ab|aa1|bb2|cc3|cc4        | toto     | from bRef if true in while
| cd|aa1|bb2|cc3|cc4        | titi     |
|  b|a1 |b2 |c3 |NO_FOUND   |NO_FOUND  | (not_found if conditionnal false)
+---+---+---+---+----------------------+
+---+---+---+---+----------------------+

해결법

1. ==============================

   1.당신은 런타임 값에 따라 dataframe 스키마를 만들 수 없습니다. 나는 간단하게 수행하려고 할 것입니다. 먼저 더 낫다고는 기본 값으로 세 개의 열을 만듭니다

   당신은 런타임 값에 따라 dataframe 스키마를 만들 수 없습니다. 나는 간단하게 수행하려고 할 것입니다. 먼저 더 낫다고는 기본 값으로 세 개의 열을 만듭니다

   dataFrame.withColumn("mdp_codcat", lit(""))
   dataFrame.withColumn("mdp_idregl", lit(""))
   dataFrame.withColumn("usedRef", lit(""))
   

   그런 다음 당신은 당신의 방송 값으로 UDF를 사용할 수 있습니다 :

   def mdp_codcat(bRef: Broadcast[Array[RefRglSDC]]) = udf { (field: String) =>
   {
         // Your while and if stuff
         // return your update data
   }}
   

   그리고 각 필드에 각 UDF를 적용 :

   dataframe.withColumn("mdp_codcat_new", mdp_codcat(bRef)("mdp_codcat"))
   

   아마 도움이 될 수 있습니다

from https://stackoverflow.com/questions/52831391/how-to-use-withcolumn-spark-dataframe-scala-with-while by cc-by-sa and MIT license