Come si converte una colonna WrappedArray in spark dataframe in Stringhe?

Question

Sto cercando di convertire una colonna che contiene Array [String] per stringa, ma ho sempre ottenere questo errore

org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 78.0 failed 4 times, most recent failure: Lost task 0.3 in stage 78.0 (TID 1691, ip-******): java.lang.ClassCastException: scala.collection.mutable.WrappedArray$ofRef cannot be cast to [Ljava.lang.String; 

Ecco il pezzo di codice

val mkString = udf((arrayCol:Array[String])=>arrayCol.mkString(",")) 
val dfWithString=df.select($"arrayCol").withColumn("arrayString", 
     mkString($"arrayCol")) 

Answer 1

WrappedArray non è un Array (che è semplice vecchia Java Array non è una collezione natve di Scala). È possibile modificare la firma di:

import scala.collection.mutable.WrappedArray 

(arrayCol: WrappedArray[String]) => arrayCol.mkString(",") 

o utilizzare uno dei supertipi come Seq:

(arrayCol: Seq[String]) => arrayCol.mkString(",") 

Nelle versioni recenti Spark è possibile utilizzare concat_ws invece :

lavoro

import org.apache.spark.sql.functions.concat_ws 

df.select(concat_ws(",", $"arrayCol")) 

Answer 2

Il codice per me:

df.select("wifi_ids").rdd.map(row =>row.get(0).asInstanceOf[WrappedArray[WrappedArray[String]]].toSeq.map(x=>x.toSeq.apply(0))) 

Nel tuo caso, credo che sia:

val mkString = udf(arrayCol=>arrayCol.asInstanceOf[WrappedArray[String]].toArray.mkString(",")) 
val dfWithString=df.select($"arrayCol").withColumn("arrayString",mkString($"arrayCol"))