在将数据加载到配置单元时在字段中添加周围的引号

Question

我有这样的数据：

1,Anna,London
2,Peter,Amsterdam

我想将此数据作为数据框加载到配置单元中，我想添加周围的引号，以便数据框中的数据如下所示：

"1" "Anna" "London"
"2" "Peter" "Amsterdam"

我已将分隔符设置为“,”。我知道有 quote-function 但它恰恰相反。如何添加引号？

Answer 1

可以通过format_string函数实现

scala> val df = Seq(("1","Anna","London"),("2","Peter","Amsterdam")).toDF()
df: org.apache.spark.sql.DataFrame = [_1: string, _2: string ... 1 more field]

scala> df.show()
+---+-----+---------+
| _1|   _2|       _3|
+---+-----+---------+
|  1| Anna|   London|
|  2|Peter|Amsterdam|
+---+-----+---------+


scala> val c = df.columns.map(df(_)).map((format_string("\"%s\"",_)))
c: Array[org.apache.spark.sql.Column] = Array(format_string("%s", _1), format_string("%s", _2), format_string("%s", _3))

scala> df.select(c:_*).toDF(df.columns:_*).show()
+---+-------+-----------+
| _1|     _2|         _3|
+---+-------+-----------+
|"1"| "Anna"|   "London"|
|"2"|"Peter"|"Amsterdam"|
+---+-------+-----------+

在将数据加载到配置单元时在字段中添加周围的引号

add surrounding quotes in fields while loading data into hive

apache-spark

hive

hdfs