0
Spark 1.6.2和Scala 2.10 here。scala数据框过滤器数组过滤器
我想用字符串数组过滤spark数据框列。
val df1 = sc.parallelize(Seq((1, "L-00417"), (3, "L-00645"), (4, "L-99999"),(5, "L-00623"))).toDF("c1","c2")
+---+-------+
| c1| c2|
+---+-------+
| 1|L-00417|
| 3|L-00645|
| 4|L-99999|
| 5|L-00623|
+---+-------+
val df2 = sc.parallelize(Seq((1, "L-1"), (3, "L-2"), (4, "L-3"),(5, "L-00623"))).toDF("c3","c4")
+---+-------+
| c3| c4|
+---+-------+
| 1| L-1|
| 3| L-2|
| 4| L-3|
| 5|L-00623|
+---+-------+
val c2List = df1.select("c2").as[String].collect()
df2.filter(not($"c4").contains(c2List)).show()`
我正在低于错误。
不受支持的文字类型类[Ljava.lang.String; [Ljava.lang.String; @ 5ce1739c
任何人都可以请帮助解决这个问题吗?
leftanti我认为它不是在星火1.6.2版本 – Ramesh
df2.filter(不($“c4”.isin(c2List:_ *)))这适用于小集合。让我检查一下我在c2List中实际使用的1500个值。 – Ramesh
关于'leftanti'的好处 - 请参阅编辑答案。 –