scala dataframe to RDD [array [String]]

Question

如何將數據幀轉換爲多列 我可以得到RDD [org.apache.spark.sql.Row]，但我需要一些可用於組織的東西。 apache.spark.mllib.fpm.FPGrowth，ei RDD [數組[String]] 如何轉換？

df.head 
org.apache.spark.sql.Row = [blabla,128323,23843,11.23,blabla,null,null,..] 

df.printSchema  
|-- source: string (nullable = true) 
|-- b1: string (nullable = true) 
|-- b2: string (nullable = true) 
|-- b3: long (nullable = true) 
|-- amount: decimal(30,2) (nullable = true) 
and so on 

感謝

Answer 1

問題是模糊的，但一般來說，可以從行改變RDD到陣列通過序列。以下代碼將採用RDD中的所有列，將它們轉換爲字符串，然後將它們作爲數組返回。

df.first 
res1: org.apache.spark.sql.Row = [blah1,blah2] 
df.map { _.toSeq.map {_.toString}.toArray }.first 
res2: Array[String] = Array(blah1, blah2) 

不過，這可能不足以讓它與MLIB工作，你要因爲你沒有提供足夠的細節的方式，但它是一個開始。