类型不匹配:预期字符串，实际列

Question

我正在使用Spark 2.2.0和Scala 2.11对DataFrame进行一些转换。

此代码行出现问题Math.abs($"right.product_price".asInstanceOf[Double] - $"left.product_price".asInstanceOf[Double])。我想计算left.product_price和right.product_price之间的绝对差异。如果这些列中的任何一列包含 null ，则null将转换为 0 。

但是，我收到一个错误："类型不匹配：预期的字符串，实际的列"。如何以正确的方式进行此计算？

val result = df.as("left")
    // self-join by gender:
    .join(df.as("right"), ($"left.gender" === $"right.gender")
    // limit to 10 results per record:
    .withColumn("rn", row_number().over(Window.partitionBy($"left.product_PK").orderBy($"right.product_PK")))
    .filter($"rn <= 10").drop($"rn")
    // group and collect_list to create products column:
    .groupBy($"left.product_PK" as "product_PK")
    .agg(collect_list(struct($"right.product_PK", Math.abs($"right.product_price".asInstanceOf[Double] - $"right.product_price".asInstanceOf[Double]))) as "products")

Answer 1

你不能使用Math.abs，也不能使用asinstanceOf。使用 SQL functions.abs 和 cast：

import org.apache.spark.sql.functions.abs
...
  .agg(collect_list(struct(
     $"right.product_PK",
    abs($"right.product_price".cast("double)" - $"right.product_price".cast("double"))
  )) as "products")

要将null转换为0添加coalesce：

import org.apache.spark.sql.functions.{coalesce, lit}
coalesce(column, lit(0))