1.pandas df 与 spark df的相互转换
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()
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)
生成表头：
生成表中的数据：
把“表头”和“表中的记录”拼装在一起：
4. DataFrame保存为文件
df.write.json(dir)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
