2回答
RDD[string]：将DataFrame转换为pyspark
python、apache-spark、dataframe、pyspark、apache-spark-sql
我想将pyspark.sql.dataframe.DataFrame转换为pyspark.rdd.RDD[String]data = df.rddtype (data)新的RDD data包含Row
浏览 2提问于2016-02-17得票数 8
回答已采纳
1回答
火星雨流中的to.JSON()
json、pyspark、pickle、spark-streaming、spark-dataframe
采用toJSON()方法将DataFrame转换为文档的RDD，并在火花流的transform()函数中实现了这一转换。我使用pyspark进行编码，如下所示： rddDataframe = sqlContext.createDataFrame(rdd)return rdd
dstream
浏览 2提问于2016-06-30得票数 0
1回答
Pyspark:从列表的RDD创建spark数据帧，其中列表的一些元素是对象
python、pandas、apache-spark、pyspark、rdd
我正在尝试将pandas.DataFrame代码转换为等效的pyspark DataFrame。我有一个以下格式的RDD。[2, 'b', {'c': 1, 'd':3}],内部列
浏览 1提问于2018-04-07得票数 1
2回答
如何在火花放电中将密集向量的关系式转换成DataFrame？
apache-spark、pyspark、apache-spark-mllib、apache-spark-ml、apache-spark-2.0
我有这样的DenseVector RDD[DenseVector([1.0, 0.0, 1.0, 1.0, 0.0, 0.0,0.0, 0.0]), DenseVector([0.0, 1.0, 1.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0])]>>> spark.createDataFrame(frequencyDen
浏览 3提问于2016-12-26得票数 11
回答已采纳
2回答
文本文件中的Pyspark对RDD
apache-spark、pyspark、spark-dataframe、rdd
我有一个本地文本文件kv_pair.log格式，例如键值对是逗号分隔的，记录以新行开始和终止："A"="oof","B"="rab","C"="zab"
"A"="aaa","B"="bbb&
浏览 2提问于2017-08-01得票数 0
1回答
如何将SQLContext数据转换为向量的RDD？
statistics、apache-spark
我有一个SQLContext数据框架，它是由几个数字列组成的熊猫数据框架。我想使用pyspark.mllib.stats包进行多元统计分析。统计函数期望向量的RDD。我无法将此数据帧转换为向量的RDD。有办法转换数据帧吗？代码： summary = Statistics.colStats(rdd) df_new = df.applym
浏览 0提问于2015-07-01得票数 1
回答已采纳
7回答
如何将星火流数据转换为星火DataFrame
python、pyspark、spark-streaming
我尝试了几种方法，但仍然无法将DStream转换为DataFrame，也无法将DStream中的RDD转换为DataFrame。下面是我最新版本的代码的一部分：import re
from pyspark.sql.context import当我使用ssc.socketTextStream(
浏览 2提问于2016-02-06得票数 10
回答已采纳
1回答
无法将RDD转换为DataFrame (RDD有数百万行)
python、csv、apache-spark、pyspark
我正在使用ApacheSpark1.6.2但是，我必须首先将它转换为RDD来进行映射，以获得我想要的数据(列)。映射RDD很好，但是当涉及到将RDD转换为DataFrame时，火花抛出一个错误。\spark\python\lib\pyspark.zip\pyspark\rdd<
浏览 3提问于2017-01-14得票数 4
回答已采纳
1回答
如何使用pyspark.mllib rdd api度量来测量pyspark.ml (新数据帧api)？
pyspark、apache-spark-mllib、apache-spark-ml
MlLib的旧API有评估指标类：，而新的dataframe API没有这样的类：
它有计算器类，但它是有限的。
浏览 0提问于2016-09-06得票数 0
1回答
星星之火1.6:如何将从Scala jar生成的RDD转换为吡火花RDD？
java、python、scala、apache-spark
我正在尝试创建一些POC代码，演示如何从PySpark调用Scala函数，结果是一个PySpark.RDD。以下是Scala端的代码： }
这就是我在PySpark端访问它所做的事情：
>>>
浏览 18提问于2017-05-05得票数 0
回答已采纳
4回答
PySpark计算相关性
python、apache-spark、pyspark、apache-spark-sql、apache-spark-mllib
我想使用pyspark.mllib.stat.Statistics.corr函数来计算pyspark.sql.dataframe.DataFrame对象的两列之间的相关性。corr函数期望接受rdd of Vectors对象。如何将df['some_name']列转换为rdd of Vectors.dense对象？
浏览 12提问于2016-06-03得票数 16
回答已采纳
1回答
声明字段类型和实际字段类型不匹配时生成空值的PySpark SQLContext.createDataFrame
apache-spark、pyspark、apache-spark-sql
在PySpark (v1.6.2)中，当使用指定的模式将RDD转换为DataFrame时，值类型与模式中声明的值类型不匹配的字段将转换为null。from pyspark import SparkContextfrom pyspark.sql.types import StructType=
浏览 27提问于2016-07-27得票数 0
回答已采纳
1回答
我是否需要使用普通的python，除了pyspark，或者pyspark拥有我所需要的所有东西？
hadoop、machine-learning、pyspark、cloudera
我的公司正转向使用Hadoop & learning进行机器学习。我知道python在库中是非常全面的，但是当我们切换到pyspark时，如果我们需要的东西还没有在pyspark中可用呢？而且，继续使用python可能更容易一些，因为我已经知道了python.So：
你能把它们混合在一起，用python编写一部分代码，用pyspa
浏览 4提问于2017-08-30得票数 0
1回答
如何在PySpark中从文本文件创建DataFrame？
python、dataframe、text、pyspark
我是Pyspark的新手，我想在pyspark中将txt文件转换为Dataframe。我正在尝试让pyspark中的数据整齐。有什么帮助吗？谢谢我试着这样做，但它还没有起作用。# read input text file to RDD</e
浏览 11提问于2019-07-11得票数 0
回答已采纳
1回答
在pyspark数据帧的数据类型中进行不同的计数
pyspark、pyspark-dataframes
我需要一个函数来在pypspark dataframe中获取类似以下内容： 变量类型： 数字:4分类:4日期:1
浏览 18提问于2019-10-17得票数 0
4回答
如何在结构化流式传输中将数据帧转换为rdds？
apache-spark、spark-streaming
我使用pyspark流从kafka获取数据，结果是一个dataframe，当我将dataframe转换为rdd时，它出错了： Traceback (most recent call last):File "/home/softs/spark-2.4.3-bin
浏览 56提问于2020-01-06得票数 3
1回答
将行列表保存到pyspark中的配置单元表
python、hive、pyspark、pyspark-sql
我有一个pyspark应用程序。我将一个hive表复制到我的hdfs目录中&在python中，我对这个表执行了sqlContext.sql查询。现在这个变量是我称之为rows的数据帧。我需要随机地对rows进行混洗，所以我必须将它们转换为一个行列表rows_list = rows.collect()。然后我使用shuffle(rows_list)将列表打乱到合适的位置。(以更容易做的为准)。rows的
浏览 1提问于2016-04-28得票数 5
回答已采纳
1回答
使用整行udf过滤Pyspark Dataframe
pyspark、apache-spark-sql、user-defined-functions
有没有办法选择整行作为一列输入到Pyspark过滤器udf中？我有一个复杂的过滤函数"my_filter“，希望应用于整个DataFrame：new_df= df.filter(my_filter_udf(col("*"))col("*")
引发错误，因为这不是有效的操作。我知道我可以将dataframe转
浏览 2提问于2018-08-28得票数 4
回答已采纳
2回答
将数据保存到HDFS的格式是什么？
hadoop、apache-spark、hdfs、apache-spark-sql
创建DataFrame后，我可以将其保存为avro、csv或拼板格式。
在dataframe或rdd中是否有其他格式可用于在Hadoop中保存数据？
浏览 2提问于2017-12-21得票数 1
1回答
如何从文件中读取数据并将其传递给Spark/PySpark中的FPGrowth算法
python、algorithm、pyspark、apache-spark-mllib
我试图从文件(用逗号分隔的项)中读取数据，并使用FPGrowth算法将这些数据传递给PySpark算法。到目前为止，我的代码如下：from pyspark import SparkContext
data = txt.map(lamb
浏览 4提问于2017-12-11得票数 0
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号