給定表1，其中一列“ x”為String類型。我想用“ y”列創(chuàng)建表2，該列是“ x”中給出的日期字符串的整數(shù)表示。重要的是將null值保留在“ y”列中。表1（數(shù)據(jù)框df1）：+----------+|         x|+----------+|2015-09-12||2015-09-13||      null||      null|+----------+root |-- x: string (nullable = true)表2（資料框df2）：+----------+--------+                                                                  |         x|       y|+----------+--------+|      null|    null||      null|    null||2015-09-12|20150912||2015-09-13|20150913|+----------+--------+root |-- x: string (nullable = true) |-- y: integer (nullable = true)用戶定義的函數(shù)（udf）將“ x”列的值轉(zhuǎn)換為“ y”列的值是：val extractDateAsInt = udf[Int, String] (  (d:String) => d.substring(0, 10)      .filterNot( "-".toSet)      .toInt )并且有效，無法處理空值。即使，我可以做類似的事情val extractDateAsIntWithNull = udf[Int, String] (  (d:String) =>     if (d != null) d.substring(0, 10).filterNot( "-".toSet).toInt     else 1 )我發(fā)現(xiàn)沒有辦法null通過udfs “產(chǎn)生” 值（當(dāng)然，因?yàn)镮nts不能null）。我當(dāng)前用于創(chuàng)建df2的解決方案（表2）如下：// holds data of table 1  val df1 = ... // filter entries from df1, that are not nullval dfNotNulls = df1.filter(df1("x")  .isNotNull)  .withColumn("y", extractDateAsInt(df1("x")))  .withColumnRenamed("x", "right_x")// create df2 via a left join on df1 and dfNotNull having val df2 = df1.join( dfNotNulls, df1("x") === dfNotNulls("right_x"), "leftouter" ).drop("right_x")問題：當(dāng)前的解決方案似乎很麻煩（并且可能無法有效地提高性能）。有沒有更好的辦法？@ Spark-developers：是否有NullableInt計(jì)劃/可用的類型，以便可以使用以下udf（請參見代碼摘錄）？代碼摘錄val extractDateAsNullableInt = udf[NullableInt, String] (  (d:String) =>     if (d != null) d.substring(0, 10).filterNot( "-".toSet).toInt     else null )