我需要能够按升序和降序对列进行排序,并允许将空值放在最前面或最后面。使用RDDs,我可以使用带有自定义比较器的sortByKey方法。我想知道是否有相应的方法可以使用数据集API。我知道如何向列添加desc / asc,但我不知道如何对空值进行排序。
我需要能够按升序和降序对列进行排序,并允许将空值放在最前面或最后面。使用RDDs,我可以使用带有自定义比较器的sortByKey方法。我想知道是否有相应的方法可以使用数据集API。我知道如何向列添加desc / asc,但我不知道如何对空值进行排序。
scala> val df = Seq("a", "b", null).toDF("x")
df: org.apache.spark.sql.DataFrame = [x: string]
scala> df.select('*).orderBy('x.asc_nulls_last).show
+----+
| x|
+----+
| a|
| b|
|null|
+----+
scala> df.select('*).orderBy('x.asc_nulls_first).show
+----+
| x|
+----+
|null|
| a|
| b|
+----+
对于 desc_nulls_last
和 desc_nulls_first
同样适用。
正如Oleksandr所提到的,这方面已经有了一个拉取请求。现在您可以选择使用“nulls first”或“nulls last”。
scala> spark.sql("select * from spark_10747 order by col3 nulls last").show
+----+----+----+
|col1|col2|col3|
+----+----+----+
| 6| 7| 4|
| 6| 11| 4|
| 6| 15| 8|
| 6| 15| 8|
| 6| 7| 8|
| 6| 12| 10|
| 6| 9| 10|
| 6| 13|null|
| 6| 10|null|
+----+----+----+