本文介绍了PySpark:如何在特定列的数据框中填充值?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
限时送ChatGPT账号..我有以下示例数据帧:
a | b | c |
1 | 2 | 4 |
0 | null | null|
null | 3 | 4 |
我只想替换前两列中的空值 - 列a"和b":
And I want to replace null values only in the first 2 columns - Column "a" and "b":
a | b | c |
1 | 2 | 4 |
0 | 0 | null|
0 | 3 | 4 |
这是创建示例数据框的代码:
Here is the code to create sample dataframe:
rdd = sc.parallelize([(1,2,4), (0,None,None), (None,3,4)])
df2 = sqlContext.createDataFrame(rdd, ["a", "b", "c"])
我知道如何使用以下方法替换所有空值:
I know how to replace all null values using:
df2 = df2.fillna(0)
当我尝试这个时,我丢失了第三列:
And when I try this, I lose the third column:
df2 = df2.select(df2.columns[0:1]).fillna(0)
推荐答案
df.fillna(0, subset=['a', 'b'])
除非您的 spark 版本低于 1.3.1,否则有一个名为 subset
的参数可以选择列
There is a parameter named subset
to choose the columns unless your spark version is lower than 1.3.1
这篇关于PySpark:如何在特定列的数据框中填充值?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
更多推荐
[db:关键词]
发布评论