pyspark : 将 DataFrame 转换为 RDD[string] [英] pyspark : Convert DataFrame to RDD[string]
本文介绍了pyspark : 将 DataFrame 转换为 RDD[string]的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我想将 pyspark.sql.dataframe.DataFrame
转换为 pyspark.rdd.RDD[String]
我将 DataFrame df
转换为 RDD data
:
I converted a DataFrame df
to RDD data
:
data = df.rdd
type (data)
## pyspark.rdd.RDD
新的RDD data
包含Row
first = data.first()
type(first)
## pyspark.sql.types.Row
data.first()
Row(_c0=u'aaa', _c1=u'bbb', _c2=u'ccc', _c3=u'ddd')
我想将 Row
转换为 String
的列表,如下例所示:
I'd like to convert Row
to list of String
, like example below:
u'aaa',u'bbb',u'ccc',u'ddd'
谢谢
推荐答案
PySpark Row
只是一个 tuple
并且可以这样使用.这里你需要的只是一个简单的 map
(或者 flatMap
,如果你还想把行展平)和 list
:
PySpark Row
is just a tuple
and can be used as such. All you need here is a simple map
(or flatMap
if you want to flatten the rows as well) with list
:
data.map(list)
或者如果您期望不同的类型:
or if you expect different types:
data.map(lambda row: [str(c) for c in row])
这篇关于pyspark : 将 DataFrame 转换为 RDD[string]的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文