如何根据列值是否位于 Spark DataFrame 中的一组字符串中来过滤行

是否有一种更优雅的方法根据字符串集中的值进行过滤？

def myFilter(actions: Set[String], myDF: DataFrame): DataFrame = {
  val containsAction = udf((action: String) => {
    actions.contains(action)
  })

  myDF.filter(containsAction('action))
}

在 SQL 中你可以这样做

select * from myTable where action in ('action1', 'action2', 'action3')

这个怎么样：

myDF.filter("action in (1,2)")

OR

import org.apache.spark.sql.functions.lit       
myDF.where($"action".in(Seq(1,2).map(lit(_)):_*))

OR

import org.apache.spark.sql.functions.lit       
myDF.where($"action".in(Seq(lit(1),lit(2)):_*))

将在 1.5 中添加额外的支持以使其更清洁 https://issues.apache.org/jira/browse/SPARK-8348