代码之家 › 专栏 › 技术社区 › whatsinthename

如何获取和比较pyspark中两个数据帧中相似列的所有值的数据类型

pyspark hadoop apache-spark python

whatsinthename · 技术社区 · 6 年前

CSV 文件夹。考虑一个名为 Units Sold string 当我检查模式时。现在,我要遍历这两个数据帧中该列的每一行数据,并检查数据类型是否正确。

如果列是 numeric 345 另一个是 345.00 然后高亮显示,因为这里的数据类型不同。我试过下面的方法,但很普通:

types1=[df1.dtypes]
#print(types1)
types2 =[df2.dtypes]
#print(types2)

if(types1==types2):
    print("Data types is equal for both the files..")
else:
    print("Data types is NOT equal for both the files..")

Units Sold
8446
3018
1517
3322
9845
9528

我没有找到任何与我的问题相关的帖子。感谢您的帮助。

0 回复 | 直到 6 年前

Skander HR 6 年前

我也遇到了同样的问题,不得不在专栏上循环。我遇到的问题是,由于NA值指示符,一些数字列有时被读取为字符串。

df1_types = pd.DataFrame(df1.dtypes,columns=["colname", "type"])
df2_types = pd.DataFrame(df2.dtypes,columns=["colname", "type"])
flag = True
for index, row in df1_types.iterrows():
    if row['type'] != df2_types[df2_types['colname'] == row['colname']]['type'].values[0]:
        # Add numeric check here if needed
        flag = False
        break
if flag:
    print("Data types is equal for both the files..")
else:
    print("Data types is NOT equal for both the files..")

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

1 年前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

1 年前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

1 年前

user29715306 · from_users=和chats=电视节目中的差异

1 年前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

1 年前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

1 年前

prayner · 更新嵌套字典包含列表中的项

1 年前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

1 年前

Dave · 如何在for循环中修改列表值

1 年前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

1 年前