Java-Spark：如何获取数据集 在循环中迭代时的列值，并在when（）中使用它。否则（）？

Question

我有一个Dataset<Row>列的值为"null"（null书面文字）。 我试图将“null”文本替换为text：\ N. 为此，我使用一个逻辑，我将添加一个名为“_nulled”的新列，例如column abc变为abc_nulled，如果当前值为text null，则此新列将具有值“\ N”，否则值保持不变。 为此，我使用了withColumn(<new name>, when(col.equalTo("null"), "\\N").otherwise(<existing_value>))。我如何获得这个<existing_value>。 当我通过otherwise(ds.col(col_nm))它不起作用，可能是因为它期待在String的otherwise()并找到Column。

我该如何解决这个问题？这是代码：

ArrayList<String> newCols = new ArrayList<String>();
List<String> reqColListCopy = Arrays.asList(reqCols);
Dataset<Row> testingDS = DS.selectExpr(JavaConverters.asScalaIteratorConverter(reqColListCopy.iterator()).asScala().toSeq())

//Creating newCols (ArrayList so that I can add/remove column names.
Iterator itrTmp2 = reqColListCopy.iterator();
while(itrTmp2.hasNext()){
    newCols.add((String)itrTmp2.next());
}

//Creating a List reference for newCols ArrayList. This will be used to get Seq(<columns>).
List<String> newColsList = newCols;

Iterator colListItr = reqColListCopy.iterator();
while(colListItr.hasNext())
{
    String col = colListItr.next().toString();
    testingDS = testingDS.selectExpr(convertListToSeq(newColsList))
            .withColumn(col+"_nulled",  functions.when(testingDS.col(col).equalTo("null"), functions.lit("\\N")).otherwise(testingDS.col(col))) //'otherwise' needs a string parameter
            .drop(testingDS.col(col));

    newCols.add(col+"_nulled");
    newCols.remove(col);
    newColsList = newCols;
}
Dataset<Row> testingDS = DS.selectExpr(JavaConverters.asScalaIteratorConverter(newColsList.iterator()).asScala().toSeq())

testingDS.show(false);

Answer 1

我通过在lit()中传递列来解决它：

.withColumn(col+"_nulled",  functions.when(testingDS.col(col).equalTo("null"), functions.lit("\\N")).otherwise(functions.lit(testingDS.col(col)))) //'otherwise' needs a string parameter