从 RDD 创建 DataFrame
1. pandas df 与 spark df 的相互转换
2. Spark 与 Pandas 中 DataFrame 对比
展开查看内容
http://www.lining0806.com/spark与pandas中dataframe对比/
3.1 利用反射机制推断 RDD 模式
- sc 创建 RDD
- 转换成 Row 元素,列名=值
- spark.createDataFrame 生成 df
- df.show(), df.printSchema()
3.2 使用编程方式定义 RDD 模式
- 生成“表头”
- fields = [StructField(field_name, StringType(), True) ,...]
- schema = StructType(fields)
- 生成“表中的记录”
- 创建 RDD
- 转换成 Row 元素,列名=值
- 把“表头”和“表中的记录”拼装在一起
- = spark.createDataFrame(RDD, schema)
4. DataFrame 保存为文件
df.write.json(dir)