在Spark SQL中,fillna函数

目录

前言

[以下是在Spark SQL中使用fillna函数的示例代码:](#以下是在Spark SQL中使用fillna函数的示例代码:)

运行以上代码将输出:

总结


前言


在Spark SQL中,fillna函数用于填充DataFrame或Dataset中的缺失值(NULL或NaN)。它可以根据指定的列名和值来替换缺失值,以便进行数据清洗和预处理。

以下是在Spark SQL中使用fillna函数的示例代码:

python 复制代码
# 导入必要的库
from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例DataFrame
data = [("Alice", 25, None), ("Bob", None, 180.0), ("Charlie", 35, 175.2)]
df = spark.createDataFrame(data, ["name", "age", "height"])

# 使用fillna函数填充缺失值
filled_df = df.fillna({"age": 0, "height": 0.0})

# 显示填充后的DataFrame
filled_df.show()

运行以上代码将输出:


python 复制代码
+-------+---+------+
|   name|age|height|
+-------+---+------+
|  Alice| 25|   0.0|
|    Bob|  0| 180.0|
|Charlie| 35| 175.2|
+-------+---+------+

总结


在上述示例中,首先创建了一个包含姓名、年龄和身高的DataFrame,并且其中包含了一些缺失值(用None表示)。然后,使用fillna函数将缺失值替换为指定的值。在本例中,我们将年龄的缺失值替换为0,将身高的缺失值替换为0.0。填充后得到的DataFrame存储在filled_df变量中。最后,使用show方法显示填充后的DataFrame。

需要注意的是,fillna函数的参数是一个字典,其中键表示要填充的列名,值表示要填充的值。您可以根据实际需求指定不同的列和填充值。

通过使用fillna函数,您可以对DataFrame或Dataset中的缺失值进行处理,以便进行后续的数据分析和建模操作。

相关推荐
阿里云大数据AI技术6 小时前
大数据公有云市场第一,阿里云占比47%!
大数据
Lx35210 小时前
Hadoop容错机制深度解析:保障作业稳定运行
大数据·hadoop
计算机毕业设计木哥15 小时前
计算机毕设选题推荐:基于Java+SpringBoot物品租赁管理系统【源码+文档+调试】
java·vue.js·spring boot·mysql·spark·毕业设计·课程设计
T062051415 小时前
工具变量-5G试点城市DID数据(2014-2025年
大数据
向往鹰的翱翔15 小时前
BKY莱德因:5大黑科技逆转时光
大数据·人工智能·科技·生活·健康医疗
鸿乃江边鸟16 小时前
向量化和列式存储
大数据·sql·向量化
IT毕设梦工厂17 小时前
大数据毕业设计选题推荐-基于大数据的客户购物订单数据分析与可视化系统-Hadoop-Spark-数据可视化-BigData
大数据·hadoop·数据分析·spark·毕业设计·源码·bigdata
java水泥工17 小时前
基于Echarts+HTML5可视化数据大屏展示-白茶大数据溯源平台V2
大数据·echarts·html5
广州腾科助你拿下华为认证19 小时前
华为考试:HCIE数通考试难度分析
大数据·华为