如何解决如何在PySpark中将RDD列表转换为RDD行
rdd = spark.sparkContext.parallelize(['a1','a2','a3','a4','a5',])
# convert to as follows
...,...
...,...
# show result
rdd.collect()
[Row(col='a1'),Row(col='a2'),Row(col='a3'),Row(col='a4'),Row(col='a5'),]
我知道在Java Spark
中我们可以使用Row
,但不能在PySpark
中实现。
那么,最合适的实现方式是什么?将其转换为dict
,然后将其转换为rdd
。
解决方法
然后导入Row
包。
rdd = spark.sparkContext.parallelize(['a1','a2','a3','a4','a5',])
from pyspark.sql import Row
rdd.map(lambda x: Row(x)).collect()
[<Row('a1')>,<Row('a2')>,<Row('a3')>,<Row('a4')>,<Row('a5')>]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。