如何将 PySpark 中的表数据框导出到 csv? [英] How to export a table dataframe in PySpark to csv?
问题描述
我使用的是 Spark 1.3.1 (PySpark) 并且我使用 SQL 查询生成了一个表.我现在有一个 DataFrame
对象.我想将这个 DataFrame
对象(我称之为表")导出到一个 csv 文件,以便我可以操作它并绘制列.如何将 DataFrame
表"导出到 csv 文件?
I am using Spark 1.3.1 (PySpark) and I have generated a table using a SQL query. I now have an object that is a DataFrame
. I want to export this DataFrame
object (I have called it "table") to a csv file so I can manipulate it and plot the columns. How do I export the DataFrame
"table" to a csv file?
谢谢!
推荐答案
如果数据框适合驱动程序内存并且您想保存到本地文件系统,您可以转换 Spark DataFrame 到本地 Pandas DataFrame 使用 toPandas
方法,然后简单地使用 to_csv
:
If data frame fits in a driver memory and you want to save to local files system you can convert Spark DataFrame to local Pandas DataFrame using toPandas
method and then simply use to_csv
:
df.toPandas().to_csv('mycsv.csv')
否则你可以使用 spark-csv:
Spark 1.3
Spark 1.3
df.save('mycsv.csv', 'com.databricks.spark.csv')
Spark 1.4+
Spark 1.4+
df.write.format('com.databricks.spark.csv').save('mycsv.csv')
在 Spark 2.0+ 中你可以直接使用 csv
数据源:
In Spark 2.0+ you can use csv
data source directly:
df.write.csv('mycsv.csv')
这篇关于如何将 PySpark 中的表数据框导出到 csv?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!