Python中文
首页
教程
问答
标签
搜索
登录
注册
根据另一列中的值,将PySpark Dataframe列转换为Python列表
回答此问题可获得
20
贡献值,回答如果被采纳可获得
50
分。
<p>我有一个数据帧“dfClean”,有两列:</p> <pre><code>+---+-----+ |som| ano | +---+-----+ | 1 | 1 | | 2 | 0 | | 3 | 1 | | 4 | 1 | </code></pre> <p>我需要创建一个Python列表,其中“som”中的值在同一行的“ano”列中有1。 因此,预期产出为: <code>pyLst = [1,3,4]</code></p> <p>在熊猫中,我使用了: <code>pyLst = dfClean.som[dfClean.ano == 1].tolist()</code></p> <p>如何在PySpark或Scala中实现这一点,以及需要导入哪些其他库</p>
0 条评论
分类:
Python问答
请先
登录
后评论
默认排序
时间排序
1 个回答
匿名
1天前
擅长:python、mysql、java
<p>您可以使用过滤器,然后将所需列仅收集为rdd,然后再转换为列表。您可以使用列表理解来完成此操作</p> <p>看起来是这样的,</p> <pre><code>lst = [row[0] for row in sdf.filter("ano = 1").select('som').collect()] </code></pre>
请先
登录
后评论
针对此问题:
更多的回答
关注
89
关注
收藏
1
收藏,
216
浏览
网友 提问于 2天前
相关Python问题
为什么在使用strptime时会出现未进行转换的数据错误?
8 回答
为什么在使用strptim时会出现这个datetime日期错误
1 回答
为什么在使用StyleFrame时索引列的标题不显示sf.至excel()?
1 回答
为什么在使用sum()函数时会发生“int”对象不可调用的错误?
4 回答
为什么在使用sympy.dsolve时会得到“'list'对象没有属性'func'”?
5 回答
为什么在使用tabla时会得到一个空的数据帧?
4 回答
为什么在使用tensorboard时需要add_graph()的第二个参数?
3 回答
为什么在使用TensorFlow Lite转换YOLOv4时,推断时间/大小没有改进?有什么可能的改进吗?
9 回答
为什么在使用Tensorflow加载训练批时会出现内存泄漏?
9 回答
为什么在使用tensorflow时会收到警告/错误(使用函数API,但未实现错误)
7 回答
为什么在使用tetpyclient发出POST请求时出现403错误?
2 回答
为什么在使用TextBlob时会出现HTTP错误?
10 回答
为什么在使用TFIDF时出现错误“IndexError:list index out of range”pyspark.ml.feature?
1 回答
为什么在使用timedelta格式化之后,我在python中的日期是错误的?
6 回答
为什么在使用timeit或exec函数时,函数中的变量不会在提供的全局命名空间中搜索?
8 回答
为什么在使用tkinter时不能使用复选框?
3 回答
为什么在使用todoistpythonapi时会返回这个奇怪的ID?
5 回答
为什么在使用TQM时,在调整图像大小时,处理时间会有很大的差异?
9 回答
为什么在使用Tweepy下载用户时间线时收到错误消息
10 回答
为什么在使用twitter帐户登录Django应用程序时重定向127.0.0.1:8000?
7 回答