Искры sql оконная функция

Я смотрю на функцию слайда окна для Spark DataFrame в Spark SQL, Scala.

У меня есть dataframe с столбцами Col1, Col1, Col1, date.

Col1    Col2    Col3    date     volume new_col
                        201601  100.5   
                        201602  120.6   100.5
                        201603  450.2   120.6
                        201604  200.7   450.2
                        201605  121.4   200.7`

Теперь я хочу добавить новый столбец с именем (new_col) с одной строкой, как показано выше.

Я попытался использовать параметр ниже, чтобы использовать функцию окна.

val windSldBrdrxNrx_df = df.withColumn("Prev_brand_rx", lag("Prev_brand_rx",1))

Кто-нибудь может помочь мне, как это сделать.

Ответы

Ответ 1

Вы делаете правильно все, что пропустили, over(window expression) on lag

val df = sc.parallelize(Seq((201601, 100.5),
  (201602, 120.6),
  (201603, 450.2),
  (201604, 200.7),
  (201605, 121.4))).toDF("date", "volume")

val w = org.apache.spark.sql.expressions.Window.orderBy("date")  

import org.apache.spark.sql.functions.lag

val leadDf = df.withColumn("new_col", lag("volume", 1, 0).over(w))

leadDf.show()

+------+------+-------+
|  date|volume|new_col|
+------+------+-------+
|201601| 100.5|    0.0|
|201602| 120.6|  100.5|
|201603| 450.2|  120.6|
|201604| 200.7|  450.2|
|201605| 121.4|  200.7|
+------+------+-------+

Этот код был запущен на Spark shell 2.0.2

Ответ 2

Вы можете импортировать ниже двух пакетов, которые позволят решить проблему с задержкой.

import org.apache.spark.sql.functions.{lead, lag}
import org.apache.spark.sql.expressions.Window