栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

将Spark DataFrame列转换为python列表

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

将Spark DataFrame列转换为python列表

瞧,为什么您这样做的方式行不通。首先,您尝试从行类型获取整数,collect的输出如下所示:

>>> mvv_list = mvv_count_df.select('mvv').collect()>>> mvv_list[0]Out: Row(mvv=1)

如果您采取这样的做法:

>>> firstvalue = mvv_list[0].mvvOut: 1

您将获得

mvv
价值。如果您需要数组的所有信息,则可以采取以下方法:

>>> mvv_array = [int(row.mvv) for row in mvv_list.collect()]>>> mvv_arrayOut: [1,2,3,4]

但是,如果对另一列尝试相同的操作,则会得到:

>>> mvv_count = [int(row.count) for row in mvv_list.collect()]Out: TypeError: int() argument must be a string or a number, not 'builtin_function_or_method'

发生这种情况是因为它

count
是一种内置方法。并且该列的名称与相同
count
。一种解决方法是将列名称更改
count
_count

>>> mvv_list = mvv_list.selectExpr("mvv as mvv", "count as _count")>>> mvv_count = [int(row._count) for row in mvv_list.collect()]

但是不需要此解决方法,因为您可以使用字典语法访问列:

>>> mvv_array = [int(row['mvv']) for row in mvv_list.collect()]>>> mvv_count = [int(row['count']) for row in mvv_list.collect()]

它将最终成功!



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/610865.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号