Scala 将CSV文件转为RDD

34 篇文章 0 订阅

How do I convert csv file to rdd

假设csv文件是这种格式:

user, topic, hits
om,  scala, 120
daniel, spark, 80
3754978, spark, 1

我们可以使用第一行来定义一个header class:

class SimpleCSVHeader(header:Array[String]) 
extends Serializable{
    val index = header.zipWithIndex.toMap
    def apply(array:Array[String], 
    key:String)
    :String =array(index(key))
}

然后我们可以利用这个header class 来得到数据:

val csv = sc.textFile("file.csv") // original file 
val data = csv.map(line => line.split(",").map(elem=>elem.trim)) //lines ion rows
val header = new SimpleCSVHeader(data.take(1)(0))
// 取出第一行来创建header
val rows = data.filter(line => header(line,"user") != "user") // 去掉header
val users = rows.map(row => header(row,"user"))
val usersByHits = rows.map(row => header(row,"user") -> header(row,"hits").toInt)
评论 1
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