PySpark中DataFrame对象求交集

环境:

    ubuntu14+spark2.3.3+pycharm+scala2.11

启动spark:

/spark/sbin/start-all.sh

test.csv文件内容:

 

测试代码:

# python3
# -*- coding:utf-8 -*-
# @Time: 10/28/19 2:10 AM
# @Author: Damon
# @Software: PyCharm


from pyspark.sql import SparkSession,functions
import time,datetime

spark = SparkSession.builder.appName("validFieldsCount").master("local[*]").getOrCreate()
spark.sparkContext.setLogLevel("WARN")
#header=0->代表原始csv文件有列名,header=None->原始csv文件无列名
df=spark.read.csv("file:///home/hadoop/PycharmProjects/WordCount/src/traffice_early_warning/test.csv")

df1=df
df2=df

df3=df1.intersect(df2)
print(df3.show())

运行:

<
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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