列でなければなりません:pyspark:例外TypeError:条件は文字列または私は以下のようにベースRDDフィルタリングしようとしています
spark_df = sc.createDataFrame(pandas_df)
spark_df.filter(lambda r: str(r['target']).startswith('good'))
spark_df.take(5)
をしかし、次のエラーを得た:
TypeErrorTraceback (most recent call last)
<ipython-input-8-86cfb363dd8b> in <module>()
1 spark_df = sc.createDataFrame(pandas_df)
----> 2 spark_df.filter(lambda r: str(r['target']).startswith('good'))
3 spark_df.take(5)
/usr/local/spark-latest/python/pyspark/sql/dataframe.py in filter(self, condition)
904 jdf = self._jdf.filter(condition._jc)
905 else:
--> 906 raise TypeError("condition should be string or Column")
907 return DataFrame(jdf, self.sql_ctx)
908
TypeError: condition should be string or Column
私は逃したものを任意のアイデア?ありがとうございました!
spark_df.filter(col("target").like("good%"))
または同等のSQL文字列:
spark_df.filter("target LIKE 'good%'")
私はあなたがここにしようとしていると信じていDataFrame.where
の別名である
ここで、右下の完璧な答えがあります。 ) – javadba