我在以下数据帧中有一个示例:
我想把lat和lon连接成一个列表。其中mmsi与ID相似(这是唯一的)
+---------+--------------------+--------------------+
| mmsi| lat| lon|
+---------+--------------------+--------------------+
|255801480|[47.1018366666666...|[-5.3017783333333...|
|304182000|[44.6343033333333...|[-63.564803333333...|
|304682000|[41.1936, 41.1715...|[-8.7716, -8.7514...|
|305930000|[49.5221333333333...|[-3.6310166666666...|
|306216000|[42.8185133333333...|[-29.853155, -29....|
|477514400|[47.17205, 47.165...|[-58.6317, -58.60...|
因此,我想连接lat和lon数组,但轴=1,也就是说,我想在末尾有一个列表列表,在一个单独的列中,如:
[[47.1018366666666, -5.3017783333333], ... ]
在pyspark数据帧中这怎么可能?我试过concat,但会有回报:
[47.1018366666666, 44.6343033333333, ..., -5.3017783333333, -63.564803333333, ...]
非常感谢您的帮助
从Spark版本2.4开始,您可以使用内置函数^{}
相关问题 更多 >
编程相关推荐