Блог

Главная - Вопросы по программированию - pyspark py4j.Py4JException: метод и ([класс java.lang.Integer.Integer]) не существует

pyspark py4j.Py4JException: метод и ([класс java.lang.Integer.Integer]) не существует

#apache-spark #pyspark #apache-spark-sql

#apache-spark #pyspark #apache-spark-sql

Вопрос:

Может кто-нибудь помочь мне разобраться в приведенной ниже ошибке, я новичок в PySpark, начал учиться.

Когда я погуглил, возникает следующая ошибка: когда мы сравниваем разные типы типов данных, у меня был столбец с именем salary как целочисленный столбец? Почему я все еще получаю эту ошибку.

 >>> df.printSchema()
root
 |-- Firstname: string (nullable = true)
 |-- middlename: string (nullable = true)
 |-- lastname: string (nullable = true)
 |-- dob: string (nullable = true)
 |-- sex: string (nullable = true)
 |-- salary: integer (nullable = true)
 |-- CopiedColumn: integer (nullable = true)
 |-- Country: string (nullable = false)
 |-- anotherColumn: string (nullable = false)

>>> df.show()
 --------- ---------- -------- ---------- --- ------ ------------ ------- ------------- 
|Firstname|middlename|lastname|       dob|sex|salary|CopiedColumn|Country|anotherColumn|
 --------- ---------- -------- ---------- --- ------ ------------ ------- ------------- 
|    James|          |   Smith|1991-04-01|  M|300000|     -300000|  India|Another value|
|  Michael|      Rose|        |2000-05-19|  M|400000|     -400000|  India|Another value|
|   Robert|          |Williams|1978-09-05|  M|400000|     -400000|  India|Another value|
|    Maria|      Anne|   Jones|1967-12-01|  F|400000|     -400000|  India|Another value|
|      Jen|      Mary|   Brown|1980-02-17|  F|  -100|         100|  India|Another value|
 --------- ---------- -------- ---------- --- ------ ------------ ------- ------------- 


>>> df.withColumn("lit_value2", when(col("salary") >=400000 amp; col("salary") <= 500000,lit("100")).otherwise(lit("200"))).show()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/opt/mapr/spark/spark/python/pyspark/sql/column.py", line 115, in _
    njc = getattr(self._jc, name)(jc)
  File "/opt/mapr/spark/spark/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py", line 1257, in __call__
  File "/opt/mapr/spark/spark/python/pyspark/sql/utils.py", line 63, in deco
    return f(*a, **kw)
  File "/opt/mapr/spark/spark/python/lib/py4j-0.10.7-src.zip/py4j/protocol.py", line 332, in get_return_value
py4j.protocol.Py4JError: An error occurred while calling o138.and. Trace:
py4j.Py4JException: Method and([class java.lang.Integer]) does not exist
        at py4j.reflection.ReflectionEngine.getMethod(ReflectionEngine.java:318)
        at py4j.reflection.ReflectionEngine.getMethod(ReflectionEngine.java:326)
        at py4j.Gateway.invoke(Gateway.java:274)
        at py4j.commands.AbstractCommand.invokeMethod(AbstractCommand.java:132)
        at py4j.commands.CallCommand.execute(CallCommand.java:79)
        at py4j.GatewayConnection.run(GatewayConnection.java:238)
        at java.lang.Thread.run(Thread.java:748)

Комментарии:

1. Это действительно сложная задача. Сообщение об ошибке довольно загадочное. слава вам

Ответ №1:

Вам нужно заключить условия в круглые скобки:

 when((col("salary") >= 400000) amp; (col("salary") <= 500000), lit("100"))

В противном случае ваше условие будет интерпретироваться как показано ниже, из-за приоритета оператора — amp; выше, чем >= .

 col("salary") >= (400000 amp; col("salary")) <= 500000

что не имеет смысла и выдает полученную вами ошибку.

Ответ №2:

Для потомков вы также можете получить аналогичную ошибку, если вы передаете не Column объекты в выражении. Например:

 column = 'A'
df.select(df[column] == 0)  # this is fine

column = ['A']              # whoops, df[['A']] results in a DataFrame, not a Column
df.select(df[column] == 0)  # py4j.Py4JException: Method col([class java.lang.Boolean]) does not exist
Метки: