如何不跳过spark JSON中的空值？

在Spark中，可以使用drop函数来过滤掉JSON中的空值。具体步骤如下：

1. 首先，使用Spark读取JSON文件并将其加载为DataFrame对象。例如，可以使用以下代码加载JSON文件：

df = spark.read.json("path/to/json/file")

1. 接下来，使用na属性的drop方法来删除包含空值的行。可以使用subset参数指定要检查的列。例如，如果要检查名为"column1"和"column2"的列，可以使用以下代码：

df = df.na.drop(subset=["column1", "column2"])

1. 最后，可以使用show方法查看过滤后的结果：

df.show()

这样，空值将被过滤掉，只显示非空值的行。

关于Spark的更多信息和使用方法，您可以参考腾讯云的产品Spark SQL的介绍页面：Spark SQL产品介绍。