码迷,mamicode.com
首页 > 其他好文 > 详细

07 从RDD创建DataFrame

时间:2021-05-24 08:26:13      阅读:0      评论:0      收藏:0      [点我收藏+]

标签:json   apt   相互   数据   tty   实验   write   ctf   分数   

1.pandas df 与 spark df的相互转换

df_s=spark.createDataFrame(df_p)

df_p=df_s.toPandas()

技术图片

 技术图片

 

 技术图片

2. Spark与Pandas中DataFrame对比

 技术图片

 

 技术图片

 

 技术图片

 

 

3.1 利用反射机制推断RDD模式

  • sc创建RDD
  • 转换成Row元素,列名=值
  • spark.createDataFrame生成df
  • df.show(), df.printSchema()

技术图片

技术图片

技术图片

3.2 使用编程方式定义RDD模式

  • 生成“表头”
    • fields = [StructField(field_name, StringType(), True) ,...]
    • schema = StructType(fields)
  • 生成“表中的记录”
    • 创建RDD
    • 转换成Row元素,列名=值
  • 把“表头”和“表中的记录”拼装在一起
    • = spark.createDataFrame(RDD, schema)

技术图片

4. DataFrame保存为文件

df.write.json(dir)

技术图片

预练习:

读 学生课程分数文件chapter4-data01.txt,创建DataFrame。并尝试用DataFrame的操作完成实验三的数据分析要求。

技术图片

 

技术图片

count (DISTINCT course):课程总数

07 从RDD创建DataFrame

标签:json   apt   相互   数据   tty   实验   write   ctf   分数   

原文地址:https://www.cnblogs.com/Xujunzhao/p/14766430.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!