将Spark API Dataframe 上的Pandas保存到Azure数据库中的新表

k4ymrczo 于 2022-11-25 发布在 Apache

关注(0)|答案(1)|浏览(156)

上下文：我有一个使用SQL查询的 Dataframe 。从这个查询中，我使用panda on spark API保存到一个 Dataframe 。现在，经过一些转换，我想将这个新的 Dataframe 保存到给定数据库的一个新表中。
示例：

spark = SparkSession.builder.appName('transformation').getOrCreate()
df_final = spark.sql("SELECT * FROM table")
df_final = ps.DataFrame(df_final)
## Write Frame out as Table
spark_df_final = spark.createDataFrame(df_final)
spark_df_final.write.mode("overwrite").saveAsTable("new_database.new_table")

但这不起作用。我如何将pandas on spark API Dataframe 直接保存到数据库中的新表中（该数据库还不存在）谢谢

apache-spark

来源：https://stackoverflow.com/questions/74490859/save-pandas-on-spark-api-dataframe-to-a-new-table-in-azure-databricks

1条答案

按热度按时间

k10s72fa1#

您可以使用以下过程。我有以下演示表。

您可以使用以下代码将其转换为spark API的panda Dataframe ：

df_final = spark.sql("SELECT * FROM demo")
pdf  = df_final.to_pandas_on_spark()
#print(type(pdf))
#<class 'pyspark.pandas.frame.DataFrame'>

现在，在spark API上对这个pandas Dataframe 执行所需的操作后，您可以使用以下代码将其转换回spark Dataframe ：

spark_df = pdf.to_spark()
print(type(spark_df))
display(spark_df)

现在，要将此 Dataframe 写入新数据库的表中，必须首先创建数据库，然后将 Dataframe 写入表中。

spark.sql("create database newdb")
spark_df.write.mode("overwrite").saveAsTable("newdb.new_table")

您可以看到数据表已写入新的数据库。下列是相同数据表的指涉影像：

赞(0）回复(0）举报 2022-11-25

我来回答

将Spark API Dataframe 上的Pandas保存到Azure数据库中的新表

1条答案

相关问题

热门标签

最新问答