ฉันต้องการเพิ่มคอลัมน์ใน a DataFrame
โดยมีค่าตามอำเภอใจ (ซึ่งเหมือนกันสำหรับแต่ละแถว) ฉันได้รับข้อผิดพลาดเมื่อใช้withColumn
ดังนี้:
dt.withColumn('new_column', 10).head(5)
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-50-a6d0257ca2be> in <module>()
1 dt = (messages
2 .select(messages.fromuserid, messages.messagetype, floor(messages.datetime/(1000*60*5)).alias("dt")))
----> 3 dt.withColumn('new_column', 10).head(5)
/Users/evanzamir/spark-1.4.1/python/pyspark/sql/dataframe.pyc in withColumn(self, colName, col)
1166 [Row(age=2, name=u'Alice', age2=4), Row(age=5, name=u'Bob', age2=7)]
1167 """
-> 1168 return self.select('*', col.alias(colName))
1169
1170 @ignore_unicode_prefix
AttributeError: 'int' object has no attribute 'alias'
ดูเหมือนว่าฉันสามารถหลอกล่อให้ฟังก์ชันทำงานได้ตามที่ฉันต้องการโดยการเพิ่มและลบหนึ่งในคอลัมน์อื่น ๆ (ดังนั้นจึงเพิ่มเป็นศูนย์) จากนั้นเพิ่มตัวเลขที่ฉันต้องการ (10 ในกรณีนี้):
dt.withColumn('new_column', dt.messagetype - dt.messagetype + 10).head(5)
[Row(fromuserid=425, messagetype=1, dt=4809600.0, new_column=10),
Row(fromuserid=47019141, messagetype=1, dt=4809600.0, new_column=10),
Row(fromuserid=49746356, messagetype=1, dt=4809600.0, new_column=10),
Row(fromuserid=93506471, messagetype=1, dt=4809600.0, new_column=10),
Row(fromuserid=80488242, messagetype=1, dt=4809600.0, new_column=10)]
นี่มันแฮ็คสุด ๆ ใช่มั้ย? ฉันคิดว่ามีวิธีที่ถูกต้องกว่าในการทำเช่นนี้?