pyspark 笔记 cast 转换列的类型

1 不借助 pyspark.sql.types

python 复制代码
from pyspark.sql.functions import col

data = [("Alice", "28"), ("Bob", "22"), ("Charlie", "30")]
columns = ["name", "age_str"]
df = spark.createDataFrame(data, columns)
df
#DataFrame[name: string, age_str: string]
#创建一个pyspark的DataFrame



#########################以上是源数据,以下是cast之后的结果############################
df.withColumn('cast_col',col('age_str').cast('int'))
#DataFrame[name: string, age_str: string, cast_col: int]

df.withColumn('cast_col',col('age_str').cast('float'))
#DataFrame[name: string, age_str: string, cast_col: float]

2 借助pysparks.sql.types

python 复制代码
from pyspark.sql.types import *
df.withColumn('cast_col',col('age_str').cast(BooleanType()))
#DataFrame[name: string, age_str: string, cast_col: boolean]

|---------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------|
| BooleanType | |
| ByteType | 字节数据类型,占用一个字节的存储空间 |
| DateType | datetime.date 的数据类型 |
| DecimalType | 这个类型有两个可选参数,分别是 * precision------最大位数 * scale------小数点右侧位数 |
| DoubleType | |
| FloatType | |
| IntegerType | |
| LongType | |
| NullType | |
| ShortType | |
| StringType | |
| TimestampType | datetime.datetime 类型 |
| DayTimeIntervalType | datetime.timedelta类型 |

相关推荐
thisbrand7 小时前
李辉《曾国藩日记》笔记:放不下对诗的情节
笔记·曾国藩
摇滚侠9 小时前
Java 零基础全套教程,File 类与 IO 流,笔记 177-178
java·开发语言·笔记
观浩10 小时前
使用Obsidian和IDEA搭建个人知识库
经验分享·笔记·学习方法
玄米乌龙茶12311 小时前
LLM成长笔记(十三):系统设计与项目实战
笔记·unity·游戏引擎
searchforAI12 小时前
AI多模态技术:从语音识别到AI结构化笔记是怎么实现的
人工智能·经验分享·笔记·gpt·whisper·语音识别
凉、介13 小时前
深入理解 ARMv7-A|异常/中断处理
笔记·学习·嵌入式·arm
koo36413 小时前
周报5.24
笔记
玄米乌龙茶12314 小时前
LLM成长笔记(十一):模型部署与工程化
笔记
会编程的土豆14 小时前
结构体标签与数据流向 笔记
笔记
玄米乌龙茶12314 小时前
LLM成长笔记(十):多模态应用开发
人工智能·笔记·语音识别