利用case class导入有header的txt文件&利用csv创建dataFrame的时候使用schema去定义dataFrame

本文介绍了如何使用Scala中的case class来处理有header的txt文件,通过mapPartitionsWithIndex方法转化为DataFrame。同时,展示了在创建DataFrame时,如何利用case class定义schema,确保数据结构的一致性。
摘要由CSDN通过智能技术生成

1.有header的txt文件创建DataFrame:

利用 mapPartitionsWithIndex

val teacherRdd = sc.textFile("src/test/teacher.txt")
val teacherRddSchema = teacherRdd.mapPartitionsWithIndex((idx, iter) => if (idx == 0) iter.drop(1) else iter).map(row => row.split(" ")).map(field => teacher(field(0).toInt,field(1),field(2)))
val teacherDF = teacherRddSchema.toDF()

2.利用csv创建dataFrame的时候,给定case class去定义schema

import org.apache.spark.sql.Encoders

case class student (id:Int, name:String, course:String,score:Int)

val schema = Encoders.product[student].schema
val studentDf = spark.read.format("CSV").option("header",true).schema(schema).load("src/test/student.csv").as[student]
studentDf.printSchema()

 

完整程序:

import org.apache.spark.{SparkConf, SparkContext}
import org.apache
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值