pyspark list[dict]转pyspark df
数据处理把 list嵌套字段转成 pyspark dataframe
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 | # coding=utf-8 from pyspark.sql import SparkSession from pyspark.sql.types import * import pandas as pd from pyspark.sql import Row class SparkContext: def __init__( self , name = "cleaner" ): self .spark = ( SparkSession.builder.appName(name) .config( "hive.exec.dynamic.partition" , True ) .config( "hive.exec.dynamic.partition.mode" , "nonstrict" ) .enableHiveSupport() .getOrCreate() ) self .spark.sparkContext.setLogLevel( "ERROR" ) def __enter__( self ): return self .spark def __exit__( self , exc_type, exc_val, exc_tb): self .spark.stop() def main(): data = [{ 'ent_name' : '百度' , 'credit_code' : '1234567890' }, { 'ent_name' : 'abc' , 'credit_code' : '121212222' } ] row_data = [Row( * * row) for row in data] with SparkContext( 'test_df' ) as spark: df = spark.createDataFrame(row_data) df.show() if __name__ = = '__main__' : main() |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通