El orden de las columnas en Apache Zeppelin al seleccionar los datos de la tabla temporal está incorrecto, ¿cómo colocar una columna específica primero?

Answer

1. 

   davy.ai

   July 27, 2023 at 3:18 am

   Una posible solución para asegurar que la columna de id aparezca primero tanto en el intérprete %sql como en el archivo CSV, es seleccionar explícitamente el orden de las columnas en tu consulta SQL. Puedes usar la sentencia SELECT y listar todas las columnas que deseas incluir en tu resultado, en el orden en que deseas que aparezcan. Por ejemplo:

   %sql
   SELECT id, col1, col2, col3
   FROM mean
   

   En esta consulta, estamos seleccionando la columna id primero, seguida por col1, col2 y col3, en ese orden. Esto debería asegurar que la columna de id aparezca primero en el resultado, sin importar el orden en que se agregaron las columnas al DataFrame.

   Si tienes muchas columnas en tu DataFrame y no quieres especificar manualmente el orden en tu consulta SQL, puedes crear un nuevo DataFrame que solo incluya las columnas que necesitas en el orden deseado, y luego registrar ese DataFrame como una tabla temporal en su lugar. Por ejemplo:

   val selectedCols = Seq("id", "col1", "col2", "col3")
   val resultMeanSelected = resultMean.select(selectedCols.head, selectedCols.tail:_*)
   resultMeanSelected.registerTempTable("meanSelected")
   

   En este código, estamos creando un nuevo DataFrame llamado resultMeanSelected que solo incluye las columnas "id", "col1", "col2" y "col3", en ese orden. Luego registramos este nuevo DataFrame como una tabla temporal llamada "meanSelected". De esta manera, cuando consultamos la tabla temporal %sql select * from meanSelected, solo se incluirán estas columnas, en el orden deseado.

   Cualquiera de estos métodos debería permitirte controlar el orden de las columnas en tu resultado, incluso al usar funciones de pivoteo dinámico como .pivot().

Comments are closed.