我想把Spark里的行合并起来。你知道吗
数据集包含年份行、邮政编码行、基于2000的HPI\u行等。我选择了三个邮政编码行及其基于2000的HPI\u行的信息。我想做的是我想结合这些行(三个邮政编码和他们的HPI\u与\u2000\u为基础)和2000年后。你知道吗
当我像这样打字,它的工作:
df6 = spark.sql("select ZipCode,Year, HPI_with_2000_base from df1 where ZipCode = 94122 or ZipCode = 10583 or ZipCode = 91411")
结果数据帧:
+-------+----+------------------+
|ZipCode|Year|HPI_with_2000_base|
+-------+----+------------------+
| 10583|1976| 16.66|
| 10583|1977| 16.81|
| 10583|1978| 18.37|
| 10583|1979| 23.06|
| 10583|1980| 24.37|
| 10583|1981| 30.82|
| 10583|1982| 32.46|
| 10583|1983| 35.25|
| 10583|1984| 42.15|
| 10583|1985| 48.94|
| 10583|1986| 57.22|
| 10583|1987| 66.24|
| 10583|1988| 76.98|
| 10583|1989| 77.28|
| 10583|1990| 74.44|
| 10583|1991| 69.85|
| 10583|1992| 70.86|
| 10583|1993| 70.98|
| 10583|1994| 71.39|
| 10583|1995| 71.27|
+-------+----+------------------+
only showing top 20 rows
但是,当我这样键入时,失败了:
df6 = spark.sql("select ZipCode,Year, HPI_with_2000_base from df1 where ZipCode = 94122 or ZipCode = 10583 or ZipCode = 91411" or Year >= '2000'").show()
你能告诉我该怎么做才能得到结果吗? 非常感谢。你知道吗
如果我正确理解了这个问题,您需要将条件
Year >= 2000
添加到当前SQL语句中。你的"
似乎有点放错地方了,你需要用括号把ZipCode or ZipCode or ZipCode
部分括起来。工作声明可以如下所示:相关问题 更多 >
编程相关推荐