Python实现pandas的dataframe写入hdfs

"""
dataframe 存入HDFS方法:
data_frame: 需要存入的dataframe
hdfs_dir: HDFS侧存储文件的文件夹路径
result: HDFS文件夹内生成若干个0_******.csv小文件,sep="|",每个10w行
"""
def write_dataframe_to_hdfs(data_frame, hdfs_dir):
    # chunk_size分隔后小文件行数
    chunk_size = 100000
    user_length = len(data_frame)
    chunk_num = math.ceil(user_length / chunk_size)
    pool = Pool(10)
    for i in range(chunk_num):
        print("processing: ", i)
        tmp_frame = data_frame[i * chunk_size:(i + 1) * chunk_size]
        if i == (chunk_num - 1):
            tmp_frame = data_frame[i * chunk_size:user_length]
        hdfs_path = os.path.join(hdfs_dir, f"0_{str(i).zfill(6)}.csv")
        print("hdfs_path1: ", hdfs_path)
        pool.apply_async(frame_to_hdfs, (tmp_frame, hdfs_path))
    pool.close()
    pool.join()

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

打赏作者

lytcreate.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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