过滤DataFrame时出错
是指在对DataFrame进行数据筛选时遇到了问题或错误。DataFrame是一种二维表格数据结构，常用于数据分析和处理。在进行数据筛选时，我们可以使用条件语句、逻辑运算符等方法来过滤出符合特定条件的数据。
出错可能有多种原因，以下是一些常见的可能原因和解决方法：
- 语法错误：在使用条件语句或逻辑运算符时，可能会出现语法错误。检查语法是否正确，确保使用正确的语法和符号。
- 列名错误：在过滤DataFrame时，需要指定要过滤的列名。如果列名错误或不存在，就会出错。检查列名是否正确，可以使用
df.columns查看DataFrame的列名列表。 - 数据类型错误：在进行条件筛选时，需要确保条件表达式与列的数据类型匹配。例如，如果条件是对数值列进行比较，确保条件表达式中的值也是数值类型。
- 缺失值处理：如果DataFrame中存在缺失值（NaN或None），在进行条件筛选时可能会出错。可以使用
df.dropna()方法删除缺失值或使用df.fillna()方法填充缺失值。 - 引用错误的DataFrame：如果使用了错误的DataFrame进行过滤操作，就会出错。确保使用正确的DataFrame进行过滤操作。
- 应用场景：过滤DataFrame常用于数据清洗、数据筛选、数据分析等场景。例如，根据某一列的数值大小筛选出符合条件的数据，或者根据多个条件组合进行筛选。
对于过滤DataFrame时出错的具体问题，可以提供更详细的错误信息和代码示例，以便更准确地定位和解决问题。
腾讯云提供了一系列与数据分析和云计算相关的产品和服务，例如腾讯云数据库、腾讯云数据仓库、腾讯云人工智能等。具体推荐的产品和产品介绍链接地址需要根据具体需求和场景来确定。
相关·内容
1回答
当在Spark Dataframe上的过滤器中使用"and“子句时，它返回Spark.SQL.Column而不是Spark Dataframe。但在一个条件下，它工作得很好。
如何show()或迭代通过Spark Sql列对象？尝试show()函数时抛出错误- 'Column' object not callable.
或者如何将Spark.SQL.Column转换为Spark Dataframe？或者如何在filter子句中传递多个条件？
df2 = df.filter((df.dropoff_longitude >= -65.09)&(df.dropo
浏览 1提问于2019-04-23得票数 0
这是O‘’Reilly书中的一段代码(练习)。
from pandas import Series, DataFrame
import pandas.io.data as web
all_data = {}
for ticker in ['AAPL', 'IBM', 'MSFT', 'GOOG']:
all_data[ticker] = web.get_data_yahoo(ticker)
price = DataFrame({k: v['Adj Close'] for k,v in all_data.
浏览 6提问于2015-08-30得票数 1
回答已采纳
1回答
我得到了下面的
将Pandas Dataframe转换为Pandas Dataframe时出错
代码：
some_df = sc.parallelize([
("A", "no"),
("B", "yes"),
("B", "yes"),
("B", "no")]
).toDF(["user_id", "phone_number"])
pandas_df = some_df.toPandas()
错误：Py4JJav
浏览 2提问于2018-09-10得票数 1
对于下面的数据帧，如果col1包含一个字符串并且col2等于另一个字符串，我将尝试列出列结果。我一直收到这样的错误：ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
数据：
l1 = [1,2,3,4,5]
l2 = ['UNIVERSITY OF CONN. OF','UNIVERSITY OF CONNECTICUT','ONTARIO','UNIV. OF TORO
浏览 6提问于2019-07-31得票数 1
回答已采纳
2回答
如何在群后数据处理中使用？
、、、、
这是我的代码，直到df=pd.df为止，如果我在if之前尝试使用print((df.loc[("invoice type")])，那么代码就能工作，但是当我使用if给出错误"Key Error: ´type´"时，当我使用groupby时，列名类型会出现在其他列下面。
我需要的是查找包含单词和数字的名称类型，例如invoice type-5，并仅使用if搜索第2列的值。
df = pd.read_excel("example.xlsx", header=0)
df = df.gropuby("type")[["column
浏览 3提问于2021-12-31得票数 0
我有两个初始化为so的pyspark.sql.dataframe.DataFrame对象(通用示例)
df = spark.table(path)
filtered_df = df.filter(df[col1].contains(value))
我可以运行以下代码来确定df中的行数
print(df.count())
这是成功的。
我可以尝试对filtered_df做同样的事情
print(filtered_df.count())
然而，这并不成功。我收到以下错误消息：
org.apache.spark.SparkException: Job aborted due to stage fai
浏览 1提问于2022-10-19得票数 1
回答已采纳
1回答
面对这样一种场景，其中dataframe区分大小写，并且在将该dataframe插入到hive表中时，它会抛出错误，因为列不明确
E.g:daframe_test.columns[ABC, abc]
我们可以在运行时动态处理来自列的两个值而不抛出错误吗
通过设置spark.set.conf("spark.sql.caseSensitive", "true")尝试了一个解决方案
但是，在添加此属性后将此数据帧插入hive表时，会抛出错误/异常，如内存开销和堆空间等问题。也不希望在实时项目中设置此属性
浏览 4提问于2019-08-02得票数 0
1回答
将csv文件加载到熊猫数据中
、、、、
第一个问题:请善待。
我在使用DataFrame将CSV文件加载到Spyder上的iPython时遇到了问题。当我加载XLS文件时，它似乎没有问题，并将新的DataFrame变量填充到变量资源管理器中。
例如：
import pandas as pd
energy = pd.read_excel('file.xls', skiprows=17)
上面的返回一个在变量资源管理器中填充的名为DataFrame的DataFrame(也就是说，我实际上可以看到DataFrame)。
但是，当我尝试使用相同的方法加载CSV文件时，它似乎是在文件中读取，但是它没有填充变量资源管理器。
例如
浏览 1提问于2017-01-18得票数 2
回答已采纳
我有一个数据帧，就像我试图保留超过5个字符的行一样。这是我尝试过的，但它删除了'of'，‘u’，'and'，'Arts'，...etc。我只需要删除一行中len小于5的字符。 id schools
1 University of Hawaii
2 Dept in Colorado U.
3 Dept
4 College of Arts and Science
5 Dept
6 Bldg 我的代码输出错误： 0 University Hawaii
1 Colorado
2
浏览 45提问于2019-03-20得票数 1
回答已采纳
1回答
我有一个未分区的gzipped文件，我正在将它读入spark。读取gzipped文件不是问题，但是一旦使用触及特定违规行的操作对spark dataframe进行求值，就会抛出一个错误。如果我使用df.limit()，我可以将读取时的数据帧设置为违规观察之前的行号，然后可以继续我的工作流而不会出错。 我的问题是，有没有一种方法可以在观察中跳过阅读。我想做一些关于df.limit_range(100:200)的事情，在读取csv时跳过第100-200行。我尝试了各种尝试来生成索引列，然后进行过滤，但在求值时遇到了问题。下面，我尝试将子集化到有问题的行之前的所有行，然后反连接原始的未过滤数据帧，
浏览 29提问于2021-02-10得票数 1
1回答
我有一个用逗号分隔的csv文件，每行有215列。文件非常大，我使用pandas dataframe pd.read_csv()和块来读取数据。文件中的一行有214列，而不是215列，但dataframe读取数据时将NaN应用于最后一列。 有没有办法在pandas dataframe中标识此行，因为我更喜欢dataframe而不是csv_reader。 注意:最后一列也可以为null，因此按等于null的最后一列过滤数据帧将不起作用
浏览 19提问于2020-09-30得票数 0
我有两个数据格式，但它们有更常见的列，很少有单独的列，它们只出现在一个dataframe中。我想打印出那些不同的列和公共列，以便更好地了解哪些列在另一个dataframe中被更改。我收到了一些有趣的帖子，但不知道为什么会出错。我有两个数据处理程序，其形状如下：
df19.shape
(39831, 1952)
df20.shape
(39821, 1962)
以下是虚拟数据：
df1 = pd.DataFrame([[1, 2], [1, 3], [4, 6],[11,13],[10,19],[21,23]], columns=['A', 'B'])
df
浏览 1提问于2022-02-25得票数 1
回答已采纳
我已经在dataframe中加载了colab，我的数据如下所示
id parent_name_1 parent_name_2
1 NUll Apricots
2 Apple Red Apple
3 Null Red Apple
4 Blueberries Blueberries
5 Apple Green Apple
...
这是我的密码
tm_df1 = pd.DataFrame
浏览 3提问于2021-06-13得票数 0
回答已采纳
2回答
我试图从电子表格中打印一个选择行和列，但是当我调用电子表格dataframe属性时，它无法打印未定义名称dataframe的状态。我哪里出错了？
import pandas
class spreadsheet:
def __init__(self, location, dataframe, column, rows):
self.location = ('Readfrom.xlsx')
self.dataframe = pandas.read_excel(location)
self.column = 2
浏览 8提问于2021-03-25得票数 0
回答已采纳
1回答
我有两个dataframe，其中dataframe A的列数比dataframe B多得多，我想做的是通过使用dataframe B作为引用来过滤dataframe A，并获得一个与dataframe A具有相同列数的新dataframe A。例如： df_A = pd.DataFrame(np.random.randn(150, 17), columns=list('ABCDEFGHIJKLMONPQ'))
df_B = pd.DataFrame(np.random.randn(150, 8), columns=list('ABCDEFGH')) 我想过滤掉
浏览 10提问于2020-12-10得票数 0
回答已采纳
我有以下情况：
import org.apache.spark.sql.{Column, DataFrame}
import org.apache.spark.sql.functions._
case class A(name: String)
val df = List(A("sasha"),A("")).toDF
// deliberately writing a non boolean expression
def getFilterExpr: Column = regexp_replace(c
浏览 0提问于2019-08-03得票数 2
回答已采纳
1回答
目前，我正在与一只使用元组作为列名的熊猫一起工作。当尝试像对普通列一样使用.loc时，元组名称会导致它出错。
测试代码如下：
import pandas as pd
import numpy as np
df1 = pd.DataFrame(np.random.randn(6,4),
columns=[('a','1'), ('b','2'), ('c','3'), 'nontuple'])
df1.loc[:3, 'nontuple&#
浏览 0提问于2016-05-11得票数 11
回答已采纳
我想合并(使用how = ' left ')，而dataframe_A在左边，data_frame_B在右边。要加入的列/索引级别名称是“名称”、“重量”和“货币”，其高度和重量差异可达2厘米。
我不使用for循环，因为我的数据集太大，需要2天才能完成。
例如。
输入
dataframe_A名称:John，身高: 170，体重:70 dataframe_B名称:John，身高172，体重:69
输出
output_dataframe :姓名:John，身高: 170，体重:70，金钱:100，等级:1
我有两个数据：
dataframe_A = pd.DataFrame({
浏览 1提问于2019-10-31得票数 1
回答已采纳
1回答
R滤波数据.匹配向量错误
、、、
我只是尝试基于另一个dataframe来过滤一个dataframe的列(只有在support_1 dataframe中作为行名存在的列)。editing_test和support_1都是数据格式。冒号(Editing_test)和行名(Support_1)在单独检查时看起来都很好。
有人能帮我做这个“匹配”向量吗？我真的不知道这个问题可能是什么。
代码
editing_test<-editing_test%>%filter(colnames %in% rownames(support_1))
错误
Error in `dplyr::filter()`:
! Problem whil
浏览 5提问于2022-09-28得票数 0
我正在使用isin过滤两个DataFrame列。目的是返回两个不同的DataFrames:一个满足过滤条件，另一个不满足过滤条件。实际上，DataFrames应该是完全相反的。然而，我似乎不能以我认为可以的方式使用代字号运算符。
一个可重复的例子：
raw_data = {
'id': ['s1', 's2', 's1', 's4', 's2', 's5', 's4', 's2'],
'car': ['ford
浏览 4提问于2016-03-11得票数 6
回答已采纳
我有包含合同的dataframe1，还有包含工作人员的dataframe2，现在我想用来自dataframe2的列来过滤dataframe1。首先，我尝试用一个字符串过滤dataframe1，它可以工作，这是代码：
contract_con=dataframe1.filter(dataframe1.name_of_column.contains('Entretien des espaces naturels')
这是我试图用包含10行的其他dataframe1列过滤相同dataframe2的代码：
contract_con=dataframe1.filter(dataframe
浏览 1提问于2022-08-20得票数 0
回答已采纳
我在使用pandas时遇到了一个奇怪的错误。 我有一个对数据进行装箱和排序的函数。这完全可以正常工作。但是，当我尝试对数据帧进行子集时，它不再工作，而数据帧看起来是一样的。 抛出错误的代码： idxsort = dataframe[header].value_counts().sort_index()
bins = np.round(len(idxsort) / 10)
if bins < 10:
bins = 10
gsort = idxsort.groupby(pd.cut(idxsort.index, bins=bins))
distribution = gsort.d
浏览 25提问于2019-03-06得票数 0
3回答
输入数据可能并不总是所有的列。在SQL或SCALA中，我希望创建一个select语句，即使dataframe没有列，它也不会出错，它只会输出存在的列。
例如，这个语句可以工作。
Select store, prod, distance from table
+-----+------+--------+
|store|prod |distance|
+-----+------+--------+
|51 |42 |2 |
|51 |42 |5 |
|89 |44 |9 |
如果dataframe如下所示，我希望相同的语句工作，只需忽略不
浏览 0提问于2019-03-18得票数 2
回答已采纳
我有一个下面的数据框架：
df = pd.DataFrame({'Product': ['A', 'A', 'C', 'D'], 'Volume': ['-3', '3', '1', '5']})
我正在使用groupby和sum。
final = df.groupby(['Product'])['Volume'].sum().reset_index()
print(final)
这样就可以了。但我只希望
浏览 13提问于2020-02-20得票数 0
回答已采纳
1回答
我有三个data.frame，每个都有一个名为col的列。我想过滤掉DataFrame1的所有行，col的值(例如a、b、c和d )出现在DataFrame2中。我用的是
subset(DataFrame1, !(col %in% DataFrame2$col))
DataFrame3包含值列表，例如a;b;c、col中的c;d;a。在本例中，我还希望根据DataFrame1中a、b、c和d的出现情况来过滤DataFrame3。
在进行匹配之前，如何展开值列表？
数据大致如下：
DataFrame1 DataFrame2 DataFrame3
col data col data co
浏览 0提问于2019-03-03得票数 0
回答已采纳
1回答
我有一个数据帧，其中包含名为text的列中的文本，以及lang列中存储的文本所使用的相应语言。我要做的是创建一个辅助数据帧，其中只包含英语文本wrritten (在lang列中也包含值en )。dataframe还包含其他值，所以我不能直接复制它。这是我尝试过的：
english_only = df['lang'] == 'en'
df_2 = pd.DataFrame(df[english_only]['text'],columns = ['text','sentiment'])
当我运行代码时，我得到一个与原始
浏览 8提问于2020-05-28得票数 1
回答已采纳
2回答
我很难理解如何循环一个数据文件。
我在某个地方发现如果你写：
for row in df.iterrows()
您将无法访问“列1”行，而是必须使用
for row,index in df.iterrows()，然后它起作用了。
现在，我想通过将行添加到一个新的dataframe newdf.append(row)来创建一个循环中找到的信号集合，但是它失去了被字符串引用的能力。如何将这些行添加到我的dataframe中才能使其工作？
详细代码：
dataframe1 = DataFrame(np.random.randn(10, 5), columns=['a','b&
浏览 4提问于2015-10-14得票数 4
我正在研究DataFrame的求值方法()，我发现它是一个很好的语法糖，也可以帮助。
以下是文档中的示例：
from numpy.random import randn
import pandas as pd
df = pd.DataFrame(randn(10, 2), columns=list('ab'))
df.eval('a + b')
当我的列名中有空格时，如何使用eval？示例：
df = pd.DataFrame(randn(10, 2), columns=["Col 1", "Col 2"])
我试过这个：
df
浏览 2提问于2017-07-27得票数 7
在创建包含MultiIndex列的DataFrame时，似乎不可能使用像df[df["AA"]>0.0]这样的语法来选择/过滤行。例如：
import pandas as pd
import numpy as np
dates = np.asarray(pd.date_range('1/1/2000', periods=8))
_metaInfo = pd.MultiIndex.from_tuples([('AA', '[m]'), ('BB', '[m]'), ('CC',
浏览 2提问于2012-11-27得票数 2
回答已采纳
3回答
假设我有以下DataFrame： data = pd.DataFrame({'id' : ['1','2','3','4','5'], 'group' : ['1','1','2','1','2'],
'state' : ['True','False','False','True','True'
浏览 148提问于2020-09-23得票数 2
回答已采纳
2回答
我在将numpy数组转换为pandas dataframe时出错。假设我使用np.vstack添加以下数组a和b
a=np.array((1,2,3,4))
b=np.array((11,22,33,44))
c=np.vstack((a,b))
pd.DataFrame(c)
最后一条命令显示以下错误：
TypeError: 'numpy.ndarray' object is not callable
这里的错误在哪里呢？
浏览 3提问于2019-04-01得票数 0
1回答
各位，我构建了最简单的代码，用于测试R.NET，但在调试过程中不断出错。我填充一个dictionary，然后构建一个简单的R data frame。填充字典时不显示代码。调试时，我这样做了，这是正确的。
C#代码：
Dictionary<string, List<double>> LiqProductionData = new Dictionary<string, List<double>>();
Engine.SetEnvironmentVariables();
REngine engine = REngine.GetI
浏览 2提问于2017-05-08得票数 0
我试图删除列基于两个条件在一个数据。我试图从数据框架中删除一列，并编写了以下代码
DATAFRAME= DATAFRAME.drop(DATAFRAME.loc[(DATAFRAME['COLUMN1'] ==80) & (DATAFRAME['COLUMN2'] =='86%')])
它显示出一个错误。
Col1，col2，col3，col4....coln不在轴上
选择是可行的
DATAFRAME.loc[(DATAFRAME['COLUMN1'] ==80) & (DATAFRAME['COLUMN2
浏览 4提问于2022-03-24得票数 0
我有一个很大的DataFrame，大约有10亿行和大约15列。
| country| city | date | ...|
+--------+-------+-----------+----+
| France| Paris| 2018-07-01| ...|
| Spain| Madrid| 2017-06-01| ...|
我有一个更小的DataFrame，它包含根据组合(国家、城市)过滤的日期--大约50行。
| country| city | filter_date |
+--------+-------+-------------+
| France| P
浏览 1提问于2020-07-10得票数 0
回答已采纳
假设我用pandas构造了一个数据帧，它有多个索引列：
mi = pd.MultiIndex.from_product([['trial_1', 'trial_2', 'trial_3'], ['motor_neuron','afferent_neuron','interneuron'], ['time','voltage','calcium']])
ind = np.arange(1,11)
df = pd.DataFra
浏览 0提问于2016-03-22得票数 1
2回答
我尝试替换该值时出错
table.loc[table['Column1'].str.contains('Unnamed'), 'Column1'] = np.NaN
A value is trying to be set on a copy of a slice from a DataFrame
有什么建议吗？
浏览 13提问于2021-02-25得票数 0
回答已采纳
5回答
import pandas as pd
import numpy as np
fruits = ["APPLE","BANANA","GRAPES","ORANGE"]
prices = [80,45,60,50]
fru_prices = pd.DataFrame[fruits,prices]
我在创建数据框架时出错：“type”对象不可订阅
浏览 2提问于2018-09-23得票数 1
回答已采纳
当将一张表直接放进熊猫OverflowError DataFrame时，出现了一个错误“DataFrame:长int太大，无法转换”。这似乎是由于表中包含的大量数据造成的，但是在上尝试没有错误。我添加了一个解决方案，将值转换为浮动，然后创建DataFrame。
import pandas as pd
table = [{'two': 2, 'one': 1}, {'two': 22, 'one': 11},
{'two': 222, 'one': 111111111111111111111
浏览 4提问于2017-10-04得票数 0
回答已采纳
我有一个名为“图书”的pandas.DataFrame**，** df ，列是 'title'**.**
books = pd.DataFrame([['History of Canada', 'John'],
['World History', 'Culpher'],
['American Politics', 'Millerson']
], columns=['tit
浏览 5提问于2019-10-17得票数 1
回答已采纳
我有一个形状为330000，70的DataFrame，当我尝试将它保存为csv a时，得到了以下错误：
UnicodeEncodeError：'charmap‘编解码器无法对位置110中的字符\uff91进行编码:字符映射到
有没有办法在DataFrame中定位位置110的字符？
提前谢谢。
浏览 5提问于2020-05-08得票数 1
回答已采纳
1回答
我在和pandas DataFrame一起工作时遇到了麻烦。考虑以下DataFrame：
现在，如果我要使用seaborn 来绘制多个子图。在本例中，子图基于列scale。它正确地创建了两个子图，因为列scale中只有两个唯一的值。
简单代码：
print(df['scale'].value_counts())
print(set(df['scale']))
将产生：
weak 960
strong 890
Name: scale, dtype: int64
{'weak', 'strong'}
生成的数字示
浏览 7提问于2017-10-23得票数 1
回答已采纳
嗨，我正试着在木星笔记本上得到一个图形来使用ipywidget，但是我没有这样的运气。当update按钮运行时，我想让小部件基于dataframe进行更新。有人知道我哪里出错了吗？
#Import Libraries
import pandas as pd
import folium
import geocoder
import numpy as np
import plotly.plotly as py
from plotly.graph_objs import *
import plotly.offline as py
from ipywidgets import widgets, HBo
浏览 1提问于2018-05-11得票数 5
回答已采纳
1回答
我写这些文件只是为了检查结果。但是我的集合联合是不正确的。我需要获得diagnosisFilters = filterRDiagnosisM，filterTDiagnosisM，filterPDiagnosisM，filterADiagnosisM的联合，当前返回2个额外的行。
843786，M，12.45，15.7，82.57,477.1
869691，M，11.8 ,16.58，78.99432
原始文件如下所示
df = pd.DataFrame({'id': ['842302', '842303', '842304'],
浏览 0提问于2021-03-06得票数 0
我有一个问题，当我想要更新cassandra中的列族时，如果没有指定任何分区键，我就会出错。我尝试使用ALLOW FILETERING，但总是这样。 update tablename set field1="newValue";
浏览 17提问于2019-09-21得票数 0
1回答
火花滤波不工作
、、
我试图在我的DataframeRow上过滤一些值。问题如下：
var index : Int = 0
var set = SetBuilding(features, 3)
val soglia : Int = 30
var exit : Boolean = false
while (!exit && index<set.length){
val attributes = set(index).split(",")
var r = scala.util.Random
var i = r.nextInt(attributes.length)
var
浏览 4提问于2017-10-22得票数 2
回答已采纳
当运行以下代码时，dask.dataframe.head()的结果取决于n分区：
import dask.dataframe as dd
import pandas as pd
df = pd.DataFrame({'A': [1,2,3], 'B': [2,3,4]})
ddf = dd.from_pandas(df, npartitions = 3)
print(ddf.head())
这将产生以下结果：
A B
0 1 2
但是，当我将n分区设置为1或2时，我得到了预期的结果：
A B
0 1 2
1 2 3
2 3 4
似
浏览 1提问于2016-07-09得票数 8
回答已采纳
2回答
如何在将Mongodb集合映射到Spark dataframe时避免冲突的数据类型。我们不能将冲突的数据类型转换为字符串。并在执行select操作时出错。
我使用的是Mongodb-Spark-connector v2.10:1.0.0
浏览 4提问于2016-07-21得票数 0
我被这个表达式困住了:如果"deleteDup“是真，那么执行pd.dataframe drop_duplicates，否则保持旧的pd.dataframe？
这是我的代码，但没有起作用：
df = df.drop_duplicates() if deleteDup else df = df
(deleteDup是一个将返回True或False的按钮。)
运行此代码时出错：
df = df.drop_duplicates() if deleteDup else df = df
^^^^^^^^^^^^^^^^^^^^^^^^^
SyntaxError: invalid syn
浏览 19提问于2022-11-01得票数 0
在pandas中，我想要做的是：df.groupby('A').filter(lambda x: x.name > 0) - group by列A，然后过滤名称为non positive的组。但是，当GroupBy.filter返回DataFrame时，这会取消分组，从而丢失分组。我想按这个顺序来做，因为它应该对计算要求较低，因为filter后面跟着groupby会遍历DataFrame两次，不是吗(首先过滤，然后分组)？此外，克隆分组中的组(到字典或其他东西)将失去无缝返回到数据帧的功能(就像在.filter的示例中，您直接获取DataFrame)。
谢谢
示例：
浏览 3提问于2018-04-14得票数 12
1回答
是否有可能发送一个火花数据作为一个论据给熊猫UDF和得到一个熊猫的数据作为回报。下面是我正在使用的示例代码集，并且在调用函数时出错：
import pandas as pd
from pyspark.sql import SparkSession
from pyspark.sql.functions import pandas_udf
spark = SparkSession \
.builder \
.appName("PrimeBatch") \
.master("local[*]") \
.getOrCreate()
浏览 4提问于2020-11-26得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
