6.pysparl.sql.DataFrameNaFunctions

Spark SQL和DataFrames重要的類有:

  • pyspark.sql.SQLContext: DataFrame和SQL方法的主入口
  • pyspark.sql.DataFrame: 將分布式數(shù)據(jù)集分組到指定列名的數(shù)據(jù)框中
  • pyspark.sql.Column :DataFrame中的列
  • pyspark.sql.Row: DataFrame數(shù)據(jù)的行
  • pyspark.sql.HiveContext: 訪問Hive數(shù)據(jù)的主入口
  • pyspark.sql.GroupedData: 由DataFrame.groupBy()創(chuàng)建的聚合方法集
  • pyspark.sql.DataFrameNaFunctions: 處理丟失數(shù)據(jù)(空數(shù)據(jù))的方法
  • pyspark.sql.DataFrameStatFunctions: 統(tǒng)計功能的方法
    -pyspark.sql.functions DataFrame:可用的內(nèi)置函數(shù)
  • pyspark.sql.types: 可用的數(shù)據(jù)類型列表
  • pyspark.sql.Window: 用于處理窗口函數(shù)

6.class pyspark.sql.DataFrameNaFunctions(df):在DataFrame中處理丟失的數(shù)據(jù)的功能

6.1.drop(how='any',thresh=None,subset=None):返回一個新的DataFrame页畦,省略含有空值的行胖替。DataFrame.dropna()和 DataFrameNaFunctions.drop()是彼此的別名。
1.how:'any'或者'all'.如果為'any', 如果它包含任何空值豫缨,則丟掉一行独令。如果為'all',只有當它的所有值都為空時才丟掉一行。
2.thresh:默認值為None,如果指定為int好芭,刪除小于閾值的非空值的行燃箭。 這將覆蓋how參數(shù)。
3.subset:要考慮的列名的可選列表舍败。
>>> l4=[('Alice',10,80),('Bob',5,None),('Tom',None,None),(None,None,None)]
>>> df4 = sqlContext.createDataFrame(l4,['name','age','height'])
>>> df4.na.drop().show()
+-----+---+------+
| name|age|height|
+-----+---+------+
|Alice| 10|    80|
+-----+---+------+
6.2.fill(value,subset=None):DataFrame.fillna()和DataFrameNaFunctions.fill()是彼此的別名招狸。
1.value:整形,長整形,浮點型,字符串,或者字典敬拓。用來替換空值的值。如果值是字典,則subset將被忽略瓢颅,值必須是從列名(字符串)到要替換值的映射恩尾。替換值必須是整形,長整形,浮點型或字符串。
2.subset:要替換的列名的可選列表挽懦。在subset指定的列翰意,如果不具有匹配的數(shù)據(jù)類型會被忽略。例如信柿,如果value是一個字符串冀偶,并且subset包含一個非字符串列,那么非字符串列將被忽略渔嚷。
df4.na.fill(50).show()
+-----+---+------+
| name|age|height|
+-----+---+------+
|Alice| 10|    80|
|  Bob|  5|    50|
|  Tom| 50|    50|
| null| 50|    50|
+-----+---+------+

df4.na.fill({'age': 50, 'name': 'unknown'}).show()
+-------+---+------+
|   name|age|height|
+-------+---+------+
|  Alice| 10|    80|
|    Bob|  5|  null|
|    Tom| 50|  null|
|unknown| 50|  null|
+-------+---+------+
6.3.replace(to_replace,value,subset=None):返回用另外一個值替換了一個值的新的DataFrame进鸠。DataFrame.replace() 和 DataFrameNaFunctions.replace()是彼此的別名。
1.to_replace:整形,長整形,浮點型,字符串,或者列表形病。要替換的值客年。如果值是字典,那么值會被忽略,to_replace必須是一個從列名(字符串)到要替換的值的映射漠吻。要替換的值必須是一個整形,長整形,浮點型,或者字符串量瓜。
2.value:整形,長整形,浮點型,字符串或者列表。要替換為的值途乃。要替換為的值必須是一個整形,長整形,浮點型,或者字符串绍傲。如果值是列表或者元組,值應(yīng)該和to_replace有相同的長度。
3.subset:要考慮替換的列名的可選列表耍共。在subset指定的列如果沒有匹配的數(shù)據(jù)類型那么將被忽略烫饼。例如,如果值是字符串,并且subset參數(shù)包含一個非字符串的列,那么非字符串的列被忽略。
>>> l4=[('Alice',10,80),('Bob',5,None),('Tom',None,None),(None,None,None)]
>>> df4 = sqlContext.createDataFrame(l4,['name','age','height'])
>>> df4.na.replace(10, 20).show()
+-----+----+------+
| name| age|height|
+-----+----+------+
|Alice|  20|    80|
|  Bob|   5|  null|
|  Tom|null|  null|
| null|null|  null|
+-----+----+------+
>>> df4.na.replace(['Alice', 'Bob'], ['A', 'B'], 'name').show()
+----+----+------+
|name| age|height|
+----+----+------+
|   A|  10|    80|
|   B|   5|  null|
| Tom|null|  null|
|null|null|  null|
+----+----+------+
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末试读,一起剝皮案震驚了整個濱河市杠纵,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌鹏往,老刑警劉巖淡诗,帶你破解...
    沈念sama閱讀 216,496評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異伊履,居然都是意外死亡韩容,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,407評論 3 392
  • 文/潘曉璐 我一進店門唐瀑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來群凶,“玉大人,你說我怎么就攤上這事哄辣∏肷遥” “怎么了赠尾?”我有些...
    開封第一講書人閱讀 162,632評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長毅弧。 經(jīng)常有香客問我气嫁,道長,這世上最難降的妖魔是什么够坐? 我笑而不...
    開封第一講書人閱讀 58,180評論 1 292
  • 正文 為了忘掉前任寸宵,我火速辦了婚禮,結(jié)果婚禮上元咙,老公的妹妹穿的比我還像新娘梯影。我一直安慰自己,他們只是感情好庶香,可當我...
    茶點故事閱讀 67,198評論 6 388
  • 文/花漫 我一把揭開白布甲棍。 她就那樣靜靜地躺著,像睡著了一般赶掖。 火紅的嫁衣襯著肌膚如雪感猛。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,165評論 1 299
  • 那天奢赂,我揣著相機與錄音唱遭,去河邊找鬼。 笑死呈驶,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的疫鹊。 我是一名探鬼主播袖瞻,決...
    沈念sama閱讀 40,052評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼拆吆!你這毒婦竟也來了聋迎?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,910評論 0 274
  • 序言:老撾萬榮一對情侶失蹤枣耀,失蹤者是張志新(化名)和其女友劉穎霉晕,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體捞奕,經(jīng)...
    沈念sama閱讀 45,324評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡牺堰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,542評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了颅围。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片伟葫。...
    茶點故事閱讀 39,711評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖院促,靈堂內(nèi)的尸體忽然破棺而出筏养,到底是詐尸還是另有隱情斧抱,我是刑警寧澤,帶...
    沈念sama閱讀 35,424評論 5 343
  • 正文 年R本政府宣布渐溶,位于F島的核電站辉浦,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏茎辐。R本人自食惡果不足惜宪郊,卻給世界環(huán)境...
    茶點故事閱讀 41,017評論 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望荔茬。 院中可真熱鬧废膘,春花似錦、人聲如沸慕蔚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,668評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽孔飒。三九已至灌闺,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間坏瞄,已是汗流浹背桂对。 一陣腳步聲響...
    開封第一講書人閱讀 32,823評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留鸠匀,地道東北人蕉斜。 一個月前我還...
    沈念sama閱讀 47,722評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像缀棍,于是被迫代替她去往敵國和親宅此。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,611評論 2 353

推薦閱讀更多精彩內(nèi)容