Sparkデータフレームの単一の列にある「:」->「_」のすべてのインスタンスを置き換えようとしています。これを次のようにしようとしています:
val url_cleaner = (s:String) => {
s.replaceAll(":","_")
}
val url_cleaner_udf = udf(url_cleaner)
val df = old_df.withColumn("newCol", url_cleaner_udf(old_df("oldCol")) )
しかし、私はエラーを受け取り続けます:
SparkException: Job aborted due to stage failure: Task 0 in stage 25.0 failed 4 times, most recent failure: Lost task 0.3 in stage 25.0 (TID 692, ip-10-81-194-29.ec2.internal): Java.lang.NullPointerException
Udfのどこが間違っているのですか?
おそらく、この列にはいくつかのnullがあります。
試してください:
_val urlCleaner = (s:String) => {
if (s == null) null else s.replaceAll(":","_")
}
_
独自の関数の代わりにregexp_replace(col("newCol"), ":", "_")
を使用することもできます