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！