pyspark的DataFrame的groupBy方法实践

csv内容:

 

# python3
# -*- coding:utf-8 -*-
# @Time: 9/2/19 12:03 PM
# @Author: Damon
# @Software: PyCharm

from __future__ import print_function
from pyspark import SparkConf,SparkContext
from pyspark.sql import SparkSession

#conf=SparkConf().setAppName("TestAPP").setMaster("local")
#sc=SparkContext(conf=conf)
spark=SparkSession.builder.appName("TestApp").getOrCreate()
#sc.setLogLevel("ERROR")
inputFile="file:///home/hadoop/PycharmProjects/WordCount/data/FACE_TRACE.csv"
#rdd=sc.textFile(inputFile)
df=spark.read.csv(inputFile,header=True)
df1=df.select(df.FACE_CARD_ID,df.TIMESTAMP,df.LNG,df.LAT).groupby(df.TIMESTAMP,df.LNG,df.LAT).count()

#df2=df1.groupBy(df.TIMESTAMP,df.LNG,df.LAT).count()
df1.printSchema()
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pandas DataFrame 转换为 PySpark DataFrame方法通常有两种,一种是使用 PySpark 自带的 API,另一种是使用第三方库 PyArrow。下面分别介绍这两种方法方法1:使用 PySpark API 首先需要将 pandas DataFrame 转换为 PySpark DataFrame,可以使用 `createDataFrame()` 方法。这个方法需要两个参数,第一个参数是 pandas DataFrame,第二个参数是 PySpark DataFrame 的 schema。 示例代码如下: ```python from pyspark.sql import SparkSession import pandas as pd spark = SparkSession.builder.appName("pandas_to_spark").getOrCreate() # 创建一个 pandas DataFrame pdf = pd.DataFrame({ "name": ["Alice", "Bob", "Charlie"], "age": [25, 30, 35] }) # 将 pandas DataFrame 转换为 PySpark DataFrame sdf = spark.createDataFrame(pdf) sdf.show() ``` 输出结果如下: ``` +-------+---+ | name|age| +-------+---+ | Alice| 25| | Bob| 30| |Charlie| 35| +-------+---+ ``` 方法2:使用 PyArrow 首先需要安装 PyArrow 库,可以使用以下命令进行安装: ```bash pip install pyarrow ``` 然后使用 `from_pandas()` 方法将 pandas DataFrame 转换为 PySpark DataFrame。 示例代码如下: ```python from pyspark.sql import SparkSession import pandas as pd import pyarrow spark = SparkSession.builder.appName("pandas_to_spark").getOrCreate() # 创建一个 pandas DataFrame pdf = pd.DataFrame({ "name": ["Alice", "Bob", "Charlie"], "age": [25, 30, 35] }) # 将 pandas DataFrame 转换为 PySpark DataFrame sdf = spark.createDataFrame(pyarrow.Table.from_pandas(pdf)) sdf.show() ``` 输出结果与方法1相同。
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