(转载)Spark sql的改变表中数据类型

三种方法：

1. df.select(col(“xxx”).cast(DateType)) 进行单列转换
   dateFrame默认所有数据都默认为String

其他数据类型包括：

    数字类型
        ByteType：代表一个字节的整数。范围是-128到127
        ShortType：代表两个字节的整数。范围是-32768到32767
        IntegerType：代表4个字节的整数。范围是-2147483648到2147483647
        LongType：代表8个字节的整数。范围是-9223372036854775808到9223372036854775807
        FloatType：代表4字节的单精度浮点数
        DoubleType：代表8字节的双精度浮点数
        DecimalType：代表任意精度的10进制数据。通过内部的java.math.BigDecimal支持。BigDecimal由一个任意精度的整型非标度值和一个32位整数组成
        StringType：代表一个字符串值
        BinaryType：代表一个byte序列值
        BooleanType：代表boolean值
        Datetime类型
            TimestampType：代表包含字段年，月，日，时，分，秒的值
            DateType：代表包含字段年，月，日的值

参考整理链接：https://blog.csdn.net/qq_15230053/article/details/84769767

2. withColumn循环

import org.apache.spark.sql.types._
val data = Array(("1", "2", "3", "4", "5"), ("6", "7", "8", "9", "10"))
val df = spark.createDataFrame(data).toDF("col1", "col2", "col3", "col4", "col5")
val colNames = df.columns

var df1 = df
for (colName <- colNames) {
  df1 = df1.withColumn(colName, col(colName).cast(DoubleType))
}
df1.show()

3. 通过:_*
   上面这个方法效率比较低,

val cols = colNames.map(f => col(f).cast(DoubleType))
df.select(cols: _*).show()

结果：

val name = "col1,col3,col5"
df.select(name.split(",").map(name => col(name)): _*).show()
df.select(name.split(",").map(name => col(name).cast(DoubleType)): _*).show()

本文转载于董可伦， 发表于 伦少的博客

原文链接：https://dongkelun.com/2018/04/27/dfChangeAllColDatatypes/

强烈推荐这个博主，好多遇到的问题都有记录，讲解例子搭配，清晰明了。