看到，
在Spark中有两种将RDD转换为DF的方法。
toDF()和
createDataframe(rdd, schema)
我将向您展示如何动态地做到这一点。
toDF（）
该
toDF()命令为您提供了将转换
RDD[Row]为数据框的方法。关键是，对象
Row()可以接收
**kwargs参数。因此，有一种简单的方法可以做到这一点。
from pyspark.sql.types import Row#here you are going to create a functiondef f(x): d = {} for i in range(len(x)): d[str(i)] = x[i] return d#Now populate thatdf = rdd.map(lambda x: Row(**f(x))).toDF()这样，您将能够动态创建数据框。
createDataframe（rdd，模式）
完成此操作的另一种方法是创建动态模式。怎么样？
这条路：
from pyspark.sql.types import StructTypefrom pyspark.sql.types import StructFieldfrom pyspark.sql.types import StringTypeschema = StructType([StructField(str(i), StringType(), True) for i in range(32)])df = sqlContext.createDataframe(rdd, schema)
第二种方法更清洁…
这样便可以动态创建数据框。
