阿帕奇星火。 UDF 列基于另一列，而不将其名称作为参数传递。

Question

有包含列公司的数据集，我正在向该数据集添加另一列 - firm_id 下面是示例：

private val firms: mutable.Map[String, Integer] = ...
private val firmIdFromCode: (String => Integer) = (code: String) => firms(code)
val firm_id_by_code: UserDefinedFunction = udf(firmIdFromCode)
...
val ds = dataset.withColumn("firm_id", firm_id_by_code($"firm"))

有没有办法避免将 $"firm" 作为参数传递（此列始终存在于 DS 中）。 我正在为此搜索内容：

val ds = dataset.withColumn("firm_id", firm_id_by_code)

Answer 1

您可以在定义 udf 时提供它将使用的列。

val someUdf = udf{ /*udf code*/}.apply($"colName")

// Usage in dataset
val ds = dataset.withColumn("newColName",someUdf)