Как получить определение схемы из фрейма данных в PySpark? - PullRequest
Новая
       102

Как получить определение схемы из фрейма данных в PySpark?

0 голосов
/ 03 февраля 2019

В PySpark вы можете определить схему и прочитать источники данных с помощью этой предварительно определенной схемы, например: 

Schema = StructType([ StructField("temperature", DoubleType(), True),
                      StructField("temperature_unit", StringType(), True),
                      StructField("humidity", DoubleType(), True),
                      StructField("humidity_unit", StringType(), True),
                      StructField("pressure", DoubleType(), True),
                      StructField("pressure_unit", StringType(), True)
                    ])

Для некоторых источников данных можно вывести схему из источника данных и получитьфрейм данных с этим определением схемы.

Возможно ли получить определение схемы (в форме, описанной выше) из фрейма данных, где данные были выведены ранее?

df.printSchema() печатаетсхема в виде дерева, но мне нужно повторно использовать схему, определив ее, как указано выше, чтобы я мог читать источник данных с этой схемой, которая ранее была выведена из другого источника данных.

Ответы [ 2 ]

0 голосов
/ 03 февраля 2019

Вы можете повторно использовать схему для существующего Dataframe 

l = [('Ankita',25,'F'),('Jalfaizy',22,'M'),('saurabh',20,'M'),('Bala',26,None)]
people_rdd=spark.sparkContext.parallelize(l)
schemaPeople = people_rdd.toDF(['name','age','gender'])

schemaPeople.show()

+--------+---+------+
|    name|age|gender|
+--------+---+------+
|  Ankita| 25|     F|
|Jalfaizy| 22|     M|
| saurabh| 20|     M|
|    Bala| 26|  null|
+--------+---+------+

spark.createDataFrame(people_rdd,schemaPeople.schema).show()

+--------+---+------+
|    name|age|gender|
+--------+---+------+
|  Ankita| 25|     F|
|Jalfaizy| 22|     M|
| saurabh| 20|     M|
|    Bala| 26|  null|
+--------+---+------+

Просто используйте df.schema, чтобы получить базовую схему dataframe 

schemaPeople.schema

StructType(List(StructField(name,StringType,true),StructField(age,LongType,true),StructField(gender,StringType,true)))
0 голосов
/ 03 февраля 2019

Да, это возможно.Использовать DataFrame.schema property

schema

Возвращает схему этого DataFrame в виде pyspark.sql.types.StructType. 

>>> df.schema
StructType(List(StructField(age,IntegerType,true),StructField(name,StringType,true)))

Новое в версии 1.3.

Схема также может быть экспортирована в JSON и при необходимости импортирована обратно .

...