Spark创建SparkSession,dataframe常用操作

先启动pyspark第一篇博客有
from pyspark import SparkContext,SparkConf
from pyspark.sql import SparkSession
spark = SparkSession.builder.config(conf=SparkConf()).getOrCreate()
spark.read.text(“people.txt”)#读取文件创建dataframe,加上路径一样
spark.read.json(“people.json”)
spark.read.parquet(“people.parquet”)
data.show()#看看简介
data.write.txt(“people.txt”)#json文件就是换成json,写入dataframe
data.write.format(“text”).save(“people.txt”)#写入保存
下面从把一个文件创建DataFrame并加载到另一个文件中去
p = spark.read.format(“json”).
…load(“file:///usr/local/spark/example/src/main/resources/people.json”)
p.select(“name”,“age”).write.format(“json”).
…save(“file:///usr/local/spark/mycode/sparksql/newpeople.json”)
#注意这里newpeole.json是个目录不是文件
df=spark.read.json(“peole.json”)
df.printSchema()
df.select(df[“name”])
df.filter(df[“age”]>0).show()
df.groupBy(“age”).count().show()
df.sort(df[“age”].desc()).show()
df.sort(df[“age”].desc(),df[“name”].asc()).show()#之前那个有问题的二次排序代码在这里轻松实现

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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 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