web-dev-qa-db-fra.com

Comment créer une base de données à partir de la liste dans Spark SQL?

Version Spark: 2.1

Par exemple, dans pyspark, je crée une liste

test_list = [['Hello', 'world'], ['I', 'am', 'fine']]

puis comment créer un cadre de données à partir de la liste test_list, où le type du cadre de données est comme ci-dessous:

DataFrame[words: array<string>]

pythonapache-sparkpyspark
16
Liangju Zeng

voici comment -

from pyspark.sql.types import *

cSchema = StructType([StructField("WordList", ArrayType(StringType()))])

# notice extra square brackets around each element of list 
test_list = [['Hello', 'world']], [['I', 'am', 'fine']]

df = spark.createDataFrame(test_list,schema=cSchema)
22
Pushkr

je devais travailler avec plusieurs colonnes et types - l'exemple ci-dessous comprend une colonne de chaîne et une colonne d'entier. Un léger ajustement du code de Pushkr (ci-dessus) donne:

from pyspark.sql.types import *

cSchema = StructType([StructField("Words", StringType())\
                      ,StructField("total", IntegerType())])

test_list = [['Hello', 1], ['I am fine', 3]]

df = spark.createDataFrame(test_list,schema=cSchema)

sortie:

 df.show()
 +---------+-----+
|    Words|total|
+---------+-----+
|    Hello|    1|
|I am fine|    3|
+---------+-----+
9
Grant Shannon

Vous devez utiliser la liste d'objets Row ([Row]) pour créer un cadre de données.

from pyspark.sql import Row

spark.createDataFrame(list(map(lambda x: Row(words=x), test_list)))
3
hamza tuna