亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Spark學習實例(Python):RDD、DataFrame、DataSet

系統 1539 0

在學習轉換之前先了解以下它們的基本概念

  • RDD:彈性分布式數據集,是一個只讀分區集合
  • DataFrame:以命名列方式組織的分布式數據集,概念上和關系型數據庫的一張表一樣
  • DataSet:分布式數據集合, Python暫時不支持

了解了基本的概念之后,接下來我們通過代碼編寫三種數據集的形成

RDD的形成

            
              from pyspark.sql import SparkSession

if __name__ == '__main__':
    spark = SparkSession \
        .builder \
        .appName("rddData") \
        .master("local[*]") \
        .getOrCreate()
    # 方式一:
    data = [1, 2, 3, 4, 5]
    rdd1 = spark.sparkContext.parallelize(data)
    print(rdd1.collect())
    # [1, 2, 3, 4, 5]
    # 方式二:
    rdd2 = spark.sparkContext.textFile("/home/llh/data/people.txt")
    print(rdd2.collect())
    # ['Jack 27', 'Rose 24', 'Andy 32']
    spark.stop()
            
          

DataFrame的形成

            
              from pyspark.sql import SparkSession

if __name__ == '__main__':
    spark = SparkSession \
        .builder \
        .appName("rddDataFrame") \
        .master("local[*]") \
        .getOrCreate()
    df = spark.read.text("/home/llh/data/people.txt")
    df.show()
    # +---+----+
    # |age|name|
    # +---+----+
    # | 27|Jack|
    # | 24|Rose|
    # | 32|Andy|
    # +---+----+
    spark.stop()
            
          

RDD轉成DataFrame

            
              from pyspark.sql import SparkSession
from pyspark.sql import Row

if __name__ == '__main__':
    spark = SparkSession \
        .builder \
        .appName("rddRDD") \
        .master("local[*]") \
        .getOrCreate()
    data = [1, 2, 3]
    rdd1 = spark.sparkContext.parallelize(data)
    print(rdd1.collect())
    # [1, 2, 3]
    # rdd ->  dataframe
    rdd2 = rdd1.map(lambda x: Row(x))
    df = spark.createDataFrame(rdd2, schema=['num'])
    df.show()
    # +---+
    # |num|
    # +---+
    # | 1 |
    # | 2 |
    # | 3 |
    # +---+
    spark.stop()
            
          

DataFrame轉成RDD

            
              from pyspark.sql import SparkSession

if __name__ == '__main__':
    spark = SparkSession \
        .builder \
        .appName("rddDataFrame") \
        .master("local[*]") \
        .getOrCreate()
    df = spark.read.text("/home/llh/data/people.txt")
    rdd = df.rdd
    print(rdd.collect())
    # [Row(value='Jack 27'), Row(value='Rose 24'), Row(value='Andy 32')]
    spark.stop()
            
          

以上就是RDD與DataFrame形成與相互轉換

?

Spark學習目錄:

  • Spark學習實例1(Python):單詞統計 Word Count
  • Spark學習實例2(Python):加載數據源Load Data Source
  • Spark學習實例3(Python):保存數據Save Data
  • Spark學習實例4(Python):RDD轉換 Transformations
  • Spark學習實例5(Python):RDD執行 Actions
  • Spark學習實例6(Python):共享變量Shared Variables
  • Spark學習實例7(Python):RDD、DataFrame、DataSet相互轉換
  • Spark學習實例8(Python):輸入源實時處理 Input Sources Streaming
  • Spark學習實例9(Python):窗口操作 Window Operations

?

?


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 激情五月婷婷网 | 欧美精品一区在线看 | 人与拘一级a毛片 | 日日操夜夜操视频 | 精品国产调教最大网站女王 | 国产精品一级 | 亚洲国产人成中文幕一级二级 | 亚洲一区欧美二区 | 日日夜夜视频 | 欧美成人免费mv在线播放 | 国内精品欧美久久精品 | 免费一级毛片在线视频观看 | 91精品国产色综合久久不 | 日本一级毛片视频 | 老司机午夜在线视频免费 | 69精品在线观看 | 日本高清视频一区二区 | 性生活视频免费 | 一级特级欧美aaaaa毛片 | 美女视频黄的免费视频网页 | 亚洲图片综合区另类图片 | 欧美一级特黄aaa大片 | 亚洲精品国产一区二区三区在 | 久久99精品久久 | 日本a在线视频 | 鲁啊鲁在线视频 | 亚洲精品不卡久久久久久 | 美女私人影院 | 操的好爽视频 | 亚洲精品久久久久综合中文字幕 | 亚洲天堂三级 | 国产一区二区在线免费观看 | 国产精品久久久久久久成人午夜 | 国产成人一区二区三区在线视频 | 热久久精品 | 亚洲国产一区二区三区综合片 | 国产福利在线播放 | 中文在线免费不卡视频 | 国产精品二区在线 | 毛片大片 | 91综合久久婷婷久久 |