Python(在databricks上)如何处理以字节形式返回的csv数据

of1yzvn4 于 12个月前发布在 Python

关注(0)|答案(1)|浏览(80)

我有一些python代码，可以调用一个API。这个API返回的数据是“CSV”，但它不传递文件，而是返回“bytes”。例如，如果我这样做：

print(result)

它返回：

b'"column1"| "column2"/n"value1"|"value2"/n"anothervaluesecondrow"|"secondvaluesecondrow"/n'

我的目标是解析并将其写入databricks表。我可以把它解码成一个字符串

decoded=result.decode()

也许我的大脑今天没有发挥出100%的能力，但对于我的生活，我不知道如何阅读这一点。例如，如果我做这样的事情：

sparkdf=spark.read.option("header", True).option("inferSchema", True).option("sep", "|").csv(decoded)

我得到一个错误，如：

IllegalArgumentException: java.net.URISyntaxException: Relative path in absolute URI: <followed by the first lines of data>

因为它期望的是数据的路径，而不是数据本身。
我肯定我以前做过，但我的生活不记得我做错了什么。感谢任何帮助！

csv

来源：https://stackoverflow.com/questions/76954822/python-on-databricks-how-to-process-csv-data-returned-as-bytes

1条答案

按热度按时间

c2e8gylq1#

我想明白了首先，我创建了一个函数来将任何具有“NullType（）”数据类型的列更改为字符串，然后我可以首先将数据导入为pandas df，转换为spark df，重新定义null列并写入表：

def removeVoidColumnsFromSparkDF(df):
    new_fields = []
    for field in df.schema:
        new_data_type = StringType() if str(field.dataType) == "NullType()" else field.dataType
        new_fields.append(StructField(field.name, new_data_type, field.nullable))
    new_schema = StructType(new_fields)
    return spark.createDataFrame(df.rdd, new_schema)

pandasdf = pd.read_csv(io.StringIO(result), sep='|',dtype='unicode')
sparkDF=spark.createDataFrame(pandasdf) 
table=f"{internaldb}.mytable"
new_df = removeVoidColumnsFromSparkDF(sparkDF)
new_df.write.mode("overwrite").saveAsTable(table)

赞(0）回复(0）举报 12个月前

我来回答

Python(在databricks上)如何处理以字节形式返回的csv数据

1条答案

相关问题

热门标签

最新问答