中数组类型列的平均值

中数组类型列的平均值

本文介绍了如何在每个条目的所有行条目上获得 scala-spark 中数组类型列的平均值?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

我有一个包含 512 个双精度元素的数组列,并且想要获得平均值.以length=3的数组列为例:

I got an array column with 512 double elements, and want to get the average. Take an array column with length=3 as example:

val x = Seq("2 4 6", "0 0 0").toDF("value").withColumn("value", split($"value", " "))
x.printSchema()
x.show()


root
 |-- value: array (nullable = true)
 |    |-- element: string (containsNull = true)

+---------+
|    value|
+---------+
|[2, 4, 6]|
|[0, 0, 0]|
+---------+

需要以下结果:

x.select(..... as "avg_value").show()

------------
|avg_value |
------------
|[1,2,3]   |
------------

推荐答案

将每个数组元素视为列并计算平均值,然后用这些列构造数组:

Consider each array element as column and calculate average then construct array with those columns:

val array_size = 3
val avgAgg = for (i <- 0 to array_size -1) yield avg($"value".getItem(i))
df.select(array(avgAgg: _*).alias("avg_value")).show(false)

给出:

+---------------+
|avg_value      |
+---------------+
|[1.0, 2.0, 3.0]|
+---------------+

这篇关于如何在每个条目的所有行条目上获得 scala-spark 中数组类型列的平均值?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!

08-13 16:59