将字典列表转换为pysparkDataframe

p8ekf7hl 于 2021-07-13 发布在 Spark

关注(0)|答案(2)|浏览(760)

我有一个字典列表，如下所示。每本字典都是一个列表项。

my_list= [{"_id":1,"name":"xxx"},
    {"_id":2,"name":"yyy"},
    {"_id":3,"_name":"zzz"}]

我正在尝试将列表转换为pysparkDataframe，每个字典都是一行。

from pyspark.sql.types import StringType

df = spark.createDataFrame(my_list, StringType())

df.show()

我的理想结果如下：

+-----------------------------------------+
|                                    dic|
+-----------------------------------------+
|{"_id":1,"name":"xxx"}|
|{"_id":2,"name":"yyy"}|
|{"_id":3,"_name":"zzz"}|
+-----------------------------------------+

但我错了：
org.apache.spark.sparkexception:由于阶段失败而中止作业：阶段25.0中的任务0失败了4次，最近的失败：阶段25.0中丢失了任务0.3（tid 95，10.0.16.11，executor 0）：org.apache.spark.api.pythonnexception:'pyspark.serializers.serializationerror:由回溯引起（最近的调用最后一次）：
我的代码怎么了？

python DataFrame apache-spark pyspark List

来源：https://stackoverflow.com/questions/66267312/convert-a-list-of-dictionaries-into-pyspark-dataframe

2条答案

按热度按时间

mf98qq941#

spark可能很难将python词典转换为字符串。在创建Dataframe之前，可以将字典转换为字符串：

df = spark.createDataFrame([str(i) for i in my_list], StringType())

赞(0）回复(0）举报 2021-07-13

qv7cva1a2#

在创建Dataframe之前，需要将dict转换为字符串。但是，我建议您不要将值存储为字符串化的dict。为以后的进一步转换解析它们并不容易。改用json字符串：

import json

df = spark.createDataFrame([[json.dumps(d)] for d in my_list], ["dict"])

df.show(truncate=False)

# +--------------------------+

# |dict                      |

# +--------------------------+

# |{"_id": 1, "name": "xxx"} |

# |{"_id": 2, "name": "yyy"} |

# |{"_id": 3, "_name": "zzz"}|

# +--------------------------+

赞(0）回复(0）举报 2021-07-13

我来回答

将字典列表转换为pysparkDataframe

2条答案

相关问题

热门标签

最新问答