scala – 在Apache-Spark数据帧中求和距离

发布时间：2020-12-16 18:06:31 所属栏目：安全来源：网络整理

导读：以下代码给出了每列中具有三个值的数据帧,如下所示. import org.graphframes._ import org.apache.spark.sql.DataFrame val v = sqlContext.createDataFrame(List( ("1","Al"),("2","B"),("3","C"),("4","D"),("5","E") )).toDF("id","name") val e = sqlCon

以下代码给出了每列中具有三个值的数据帧,如下所示.

import org.graphframes._
    import org.apache.spark.sql.DataFrame
    val v = sqlContext.createDataFrame(List(
      ("1","Al"),("2","B"),("3","C"),("4","D"),("5","E")
    )).toDF("id","name")

    val e = sqlContext.createDataFrame(List(
      ("1","3",5),("1","2",8),6),"4",7),"1","5",8)
    )).toDF("src","dst","property")
val g = GraphFrame(v,e)
val paths: DataFrame = g.bfs.fromExpr("id = '1'").toExpr("id = '5'").run()
paths.show()
val df=paths
df.select(df.columns.filter(_.startsWith("e")).map(df(_)) : _*).show

以上代码的OutPut如下：

+-------+-------+-------+                                                       
    |     e0|     e1|     e2|
    +-------+-------+-------+
    |[1,2,8]|[2,4,7]|[4,5,8]|
    +-------+-------+-------+

在上面的输出中,我们可以看到每列有三个值,它们可以解释如下.

e0 : 
source 1,Destination 2 and distance 8  

e1:
source 2,Destination 4 and distance 7

e2:
source 4,Destination 5 and distance 8

基本上e0,e1和e3是边缘.我想总结每列的第三个元素,即添加每个边的距离以获得总距离.我怎样才能做到这一点？

解决方法

它可以这样做：

val total = df.columns.filter(_.startsWith("e"))
 .map(c => col(s"$c.property")) // or col(c).getItem("property")
 .reduce(_ + _)

df.withColumn("total",total)

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!