当前位置: 首页 > news >正文

Spark通过三种方式创建DataFrame

通过toDF方法创建DataFrame

通过toDF的方法创建

  • 集合rdd中元素类型是样例类的时候,转成DataFrame之后列名默认是属性名
  • 集合rdd中元素类型是元组的时候,转成DataFrame之后列名默认就是_N
  • 集合rdd中元素类型是元组/样例类的时候,转成DataFrame(toDF(“ID”,“NAME”,“SEX”,“AGE6”))可以自定义列名
import org.apache.spark.sql.{DataFrame, SparkSession}
import org.junit.Testcase class Person(id:Int,name:String,sex:String,age:Int)
class TestScala {val spark = SparkSession.builder().appName("test").master("local[4]").getOrCreate()import spark.implicits._/*** 通过toDF的方法创建*    集合rdd中元素类型是样例类的时候,转成DataFrame之后列名默认是属性名*    集合rdd中元素类型是元组的时候,转成DataFrame之后列名默认就是_N*/@Testdef createDataFrameByToDF():Unit={//TODO 样例类是属性名val list = List(Person(1,"zhangsan","man",10),Person(2,"zhang2","woman",66),Person(3,"zhang3","man",70),Person(4,"zhang4","man",22))//需要隐士转换val df:DataFrame = list.toDF()df.show()//TODO 元祖是_Nval list2 = List((1,"zhangsan","man",10),(1,"zhang2","woman",66),(1,"zhang3","man",70),(1,"zhang4","man",22))//需要隐士转换val df1:DataFrame = list2.toDF()df1.show()//TODO 自定义属性名val list3 = List((1,"zhangsan","man",10),(1,"zhang2","woman",66),(1,"zhang3","man",70),(1,"zhang4","man",22))//需要隐士转换val df2:DataFrame = list3.toDF("ID","NAME","SEX","AGE6")df2.show()}}

结果
在这里插入图片描述

通过读取文件创建DataFrame

json数据

{"age":20,"name":"qiaofeng"}
{"age":19,"name":"xuzhu"}
{"age":18,"name":"duanyu"}
  /*** 通过读取文件创建*/@Testdef createDataFrame():Unit={val df = spark.read.json("src/main/resources/user.json")df.show()}

通过createDataFrame方法创建DF

  @Testdef createDataFrameByMethod():Unit={val fields = Array(StructField("id",IntegerType),StructField("name",StringType),StructField("sex",StringType),StructField("age",IntegerType))val schema = StructType(fields)val rdd = spark.sparkContext.parallelize(List(Row(1, "zhangsan", "man", 10), Row(2, "zhang2", "woman", 66), Row(3, "zhang3", "man", 70), Row(4, "zhang4", "man", 22)))val df = spark.createDataFrame(rdd, schema)df.show()}

在这里插入图片描述

http://www.lryc.cn/news/231241.html

相关文章:

  • 【坑】idea终端下执行maven命令行报错:mvn clean install -Dspring.profiles.active=dev
  • Linux下mysql安装配置教程
  • 在 Electron上安装better-sqlite3出错
  • 利用网络管理解决方案简化网络运维
  • C#中.NET Framework4.8 Windows窗体应用通过EF访问数据库并对数据库追加、删除记录
  • 使用Filebeat+Kafka+Logstash+Elasticsearch构建日志分析系统
  • 后端接口错误总结
  • 将scut-seg标签转化成通用coco标签
  • 阿里云添加端口
  • Linux组调度
  • 深入解析JavaScript中的变量作用域与声明提升
  • 【Python】jupyter notebook(学习笔记)
  • 红色旅游AR互动体验将景区推向更广泛的市场
  • VR全景:打造虚拟政务服务,打通服务群众“最后一公里”
  • PyCharm 安装库时显示连接超时
  • 那些让我苦笑不得的 Bug:编码之路的坎坷经历
  • http接口测试—自动化测试框架设计
  • HTML 之常用标签的介绍
  • 数据恢复入门分享-启动扇区
  • 解决Chrome无法自动同步书签
  • Java绘图-第19章
  • SpringBoot文件在线预览实现
  • cudnn安装
  • uni-app发布后iOS端页面背景图片上下滑动问题
  • ctfshow 文件上传 151-161
  • Selenium浏览器自动化测试框架简单介绍
  • bclinux aarch64 ceph 14.2.10 文件存储 Ceph File System, 需要部署mds: ceph-deploy mds
  • 【微前端】micro-app搭建项目实战
  • C语言——分割单向链表
  • 台式电脑的IP地址在哪里?解密台式电脑网络连接的秘密!