DataFrame创建方法

通过RDD创建DataFrame

import numpy as np
import pandas as pd
from pyspark.sql import SparkSession
from pyspark.sql.types import StructType, StructField, LongType, StringType
 
# 初始化SparkSession
spark = SparkSession \
    .builder \
    .appName('create_df_QUE') \
    .getOrCreate()
#创建RDD
spark_rdd = spark.sparkContext.parallelize([
        ("Katie", 19, "brown"),
        ("Michael", 22, "green"),
        ("Simone", 23, "blue")])
# 设置dataFrame的schema,定义列名,类型和是否为能为空
schema = StructType([StructField("name", StringType(), True),
                     StructField("age", LongType(), True),
                     StructField("color", StringType(), True)])
# 创建DataFrame
spark_df_from_rdd = spark.createDataFrame(spark_rdd, schema)

sql读取表,转换为DataFrame

# 使用Sql语句
sql1 = "SELECT name,age,color FROM " + table
data = spark.sql(aql1)

读取csv文件,转换为DataFrame

spark_df_from_csv = spark.read.csv('test.csv', schema=schema, header=True, inferSchema=False)
spark_df_from_csv.show()

通过Pandas创建DataFrame

df = pd.DataFrame(np.random.random((4, 4)))
spark_df_from_pandas = spark.createDataFrame(df, schema=['a', 'b', 'c', 'd'])
spark_df_from_pandas.show()
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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