我在字串列中有一個帶有 xml 的資料框，在我可以進一步處理之前，我需要 xml 來檢查格式是否正確。我目前遵循的策略是使用 udf，但結果出現錯誤。
代碼：
from lxml import etree
def wellformedness (xml):
wellformed = True
try:
doc = etree.fromstring(xml)
except:
wellformed = False
return wellformed
udf_wellformedness = F.udf(wellformedness, BooleanType())
df.withColumn('Wellformed', udf_wellformedness('MyColumn'))
df2 = df.filter(~df["Wellformed"])
錯誤：AnalysisException：無法在（MyColumn、MyColumn2、MyColumn3）之間決議列名“格式良好”；
我究竟做錯了什么？這可以更有效地完成嗎？
uj5u.com熱心網友回復：
您正在將該列添加到您不保存的資料框中。您呼叫的行withColumn應如下所示：
df = df.withColumn('Wellformed', udf_wellformedness('MyColumn'))
如果您必須使用自定義 python 函式驗證 xml，則使用 udf 是最佳選擇。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/366665.html