我想转换pyspark.sql.dataframe.DataFrame
to pyspark.rdd.RDD[String]
我转换了一个 DataFramedf
to RDD data
:
data = df.rdd
type (data)
## pyspark.rdd.RDD
新的RDDdata
包含Row
first = data.first()
type(first)
## pyspark.sql.types.Row
data.first()
Row(_c0=u'aaa', _c1=u'bbb', _c2=u'ccc', _c3=u'ddd')
我想转换Row
到列表String
,如下例所示:
u'aaa',u'bbb',u'ccc',u'ddd'
Thanks
PySpark Row
只是一个tuple
并且可以这样使用。这里你所需要的只是一个简单的map
(or flatMap
如果你也想压平行)list
:
data.map(list)
或者如果您期望不同的类型:
data.map(lambda row: [str(c) for c in row])
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)