Spark读取OpenStreetMap数据时如何访问Tags字段筛选指定城市

筛选指定城市的实现方法 #

OSM中城市类relation实体的标签有固定规则：tags字段中会包含place: city的键值对标记实体类型为城市，城市名称默认存储在name键中，多语言版本名称可以通过name:语言代码键获取，比如中文名称对应name:zh。

你使用的是Spark框架处理ORC数据，框架中Map类型的字段可以直接通过字段名['键名']的语法访问指定键对应的值，具体实现代码如下：

1. 筛选所有城市级relation实体 #

all_cities = nlorc.filter(
    (nlorc.type == "relation") & 
    (nlorc.tags["place"] == "city")
)

2. 筛选指定名称的目标城市 #

# 替换为你需要查询的城市实际名称即可
target_city = nlorc.filter(
    (nlorc.type == "relation") & 
    (nlorc.tags["place"] == "city") &
    (nlorc.tags["name"] == "目标城市名称")
)

结果验证 #

如果需要确认筛选结果是否正确，可以执行以下语句查看对应记录的核心信息：

target_city.select("id", "tags", "members").show(truncate=False)

内容的提问来源于stack exchange，提问作者gilianzz