在数据仓库中，行转列通常称为”变形”(Pivoting) 或 “透视”(Pivoting)，可使用Spark SQL的pivot语句实现。下面是一个简单的示例：
假设我们有如下表格：
+-------+-------+------+
| name | brand | year |
+-------+-------+------+
| Alice | BMW | 2017 |
| Bob | Tesla | 2018 |
| Alice | Tesla | 2019 |
| Bob | BMW | 2020 |
+-------+-------+------+我们想要把该表中的品牌列转换为4列，分别表示不同的品牌，而值则为对应品牌的年份。具体操作如下：
SELECT name,
COALESCE(BMW, 0) AS BMW,
COALESCE(Tesla, 0) AS Tesla
FROM (
SELECT name,
brand,
year
FROM my_table
) T
PIVOT (
MAX(year)
FOR brand IN ('BMW', 'Tesla')
)运行上面的代码，得到的结果如下所示：
+-------+------+------+
| name | BMW | Tesla|
+-------+------+------+
| Alice | 2017 | 2019 |
| Bob | 2020 | 2018 |
+-------+------+------+可以看到，原本的品牌列已经被转换成了两个新的列，并且对于每个人名，都有对应的品牌年份信息填充其中。这就是典型的行转列操作。其中，COALESCE函数用于处理可能存在的空值情况。文章来源：https://www.toymoban.com/news/detail-725444.html
文章来源地址https://www.toymoban.com/news/detail-725444.html
到了这里，关于spark sql如何行转列的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
