[SCALA] 스파크에서 액세스 배열 열

스파크에서 액세스 배열 열

스파크 DataFrame 형 배열 [더블]의 열을 포함한다. 내가 다시지도 () 함수에서 그것을 얻을하려고 할 때 그것은는 ClassCastException 예외를 throw합니다. 다음 스칼라 코드는 예외를 생성합니다.

case class Dummy( x:Array[Double] )
val df = sqlContext.createDataFrame(Seq(Dummy(Array(1,2,3))))
val s = df.map( r => {
   val arr:Array[Double] = r.getAs[Array[Double]]("x")
   arr.sum
})
s.foreach(println)

예외입니다

java.lang.ClassCastException: scala.collection.mutable.WrappedArray$ofRef cannot be cast to [D
    at $iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$anonfun$1.apply(<console>:24)
    at $iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$anonfun$1.apply(<console>:23)
    at scala.collection.Iterator$$anon$11.next(Iterator.scala:328)
    at scala.collection.Iterator$class.foreach(Iterator.scala:727)
    at scala.collection.AbstractIterator.foreach(Iterator.scala:1157)
    at org.apache.spark.rdd.RDD$$anonfun$foreach$1$$anonfun$apply$28.apply(RDD.scala:890)
    at org.apache.spark.rdd.RDD$$anonfun$foreach$1$$anonfun$apply$28.apply(RDD.scala:890)
    at org.apache.spark.SparkContext$$anonfun$runJob$5.apply(SparkContext.scala:1848)
    at org.apache.spark.SparkContext$$anonfun$runJob$5.apply(SparkContext.scala:1848)
    at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:66)
    at org.apache.spark.scheduler.Task.run(Task.scala:88)
    at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:214)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
    at java.lang.Thread.run(Thread.java:745)

그것이 작동하지 않는 이유 캠 누군가가 나를 설명? 내가 대신 무엇을해야합니까? 나는 스파크 1.5.1 및 스칼라 2.10.6을 사용하고 있습니다

감사

해결법

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

   1.ArrayType는 scala.collection.mutable.WrappedArray 같은 행에 표시됩니다. 당신은 예를 들어, 사용하여 추출 할 수 있습니다

   ArrayType는 scala.collection.mutable.WrappedArray 같은 행에 표시됩니다. 당신은 예를 들어, 사용하여 추출 할 수 있습니다

   val arr: Seq[Double] = r.getAs[Seq[Double]]("x")
   

   또는

   val i: Int = ???
   val arr = r.getSeq[Double](i)
   

   또는:

   import scala.collection.mutable.WrappedArray
   
   val arr: WrappedArray[Double] = r.getAs[WrappedArray[Double]]("x")
   

   DataFrame이 상대적으로 얇은 경우, 패턴 매칭은 더 나은 방법이 될 수있다 :

   import org.apache.spark.sql.Row
   
   df.rdd.map{case Row(x: Seq[Double]) => (x.toArray, x.sum)}
   

   당신이 염두에 두어야 할 필요가 있지만, 시퀀스의 유형은 선택하지 않은 것이다.

   다음과 같이 스파크에서> = 1.6 당신은 또한 데이터 집합을 사용할 수 있습니다 :

   df.select("x").as[Seq[Double]].rdd
   

from https://stackoverflow.com/questions/33390925/access-array-column-in-spark by cc-by-sa and MIT license