检查spark数据帧中的空行？
运行几个csv文件，我试图运行并做一些检查，由于某种原因我得到一个文件NullPointerException，我怀疑有一些空行。
所以我运行以下内容，由于某种原因，它给了我一个OK输出：
check_empty = lambda row : not any([False if k is None else True for k in row])
check_empty_udf = sf.udf(check_empty, BooleanType())
df.filter(check_empty_udf(sf.struct([col for col in df.columns]))).show()
我在过滤器函数中遗漏了一些东西，或者我们无法从数据帧中提取空行。
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。您可以使用df.dropna（）删除空行，然后比较计数。
就像是
df_clean = df.dropna()
num_empty_rows = df.count() - df_clean.count()2019-07-17 23:20:06赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
