【发布时间】:2020-05-26 17:21:18
【问题描述】:
这是我的数据框:
+--------------------+--------------------+
| core_id| movie_genres_upd|
+--------------------+--------------------+
|12f99f04-5168-438...|[Comedy, Mockumen...|
|32c7d12f-6bf2-4e5...|[Action, Blockbus...|
|9f067041-3b49-4db...|[Animation, Comed...|
|c6d203cb-afcf-4e8...|[Action, Adventur...|
|b02416f9-5761-48f...|[Adventure, Anima...|
这些是我的数据类型:
[('core_id', 'string'), ('movie_genres_upd', 'array<string>')]
我将提供一个更直观的示例。这是初始数据框:
id genres
1 ["comedy", "blockbuster"]
2 ["drama", "animation", "comedy"]
所需的数据框:
id genres
1 "comedy"
1 "blockbuster"
2 "drama"
2 "animation"
2 "comedy"
我是 pyspark 的新手,所以我正在为此苦苦挣扎。任何帮助将非常感激。
【问题讨论】:
-
这能回答你的问题吗? Explode in PySpark