Spark DataFrame创建与操作
来源:互联网 发布:dvd光盘刻录软件 编辑:程序博客网 时间:2024/05/14 10:46
1. 添加依赖文件到Scala Maven工程
<dependency> <groupid>com.databricks</groupid> <artifactid>spark-csv_2.10</artifactid> <version>1.3.0</version> </dependency>
2.从csv文件创建DataFrame
import com.databricks.spark.csv._val conf = new SparkConf().setAppName(“csvDataFrame”).setMaster(“local”)val sc = new SparkContext(conf)val sqlContext = new SQLContext(sc)val data=sqlContext.csvFile(filePath=””,useHeader=true,delimiter=’’)
3 操作DataFrame
1.data.printSchema:打印出每一列的名称和类型
2.data.show(numRows:Int):
3.Data.head(n:int).foreach(println): 这个函数也需要输入一个参数标明需要采样的行数,而且这个函数返回的是Row数组,我们需要遍历打印。
4.Select函数可以帮助我们从DataFrame中选择需要的列,并且返回一个全新的DataFrame:(可以选择多列)
如:val age: DataFrame=data.select(“age”)
5.根据条件过滤数据:
data.filter(“id>2”).show(2)
data.fileter(“NAME=’’”).show(2)
data.fileter(“NAME=’’ OR NAME=’NULL’”).show(2)(多条件过滤)
6.排序
data.sort(data(“Name”).desc).show(7) data.sort(“NAME”, “id”).show(10)
7.将DataFrame保存成文件
1.首先创建一个map对象,用于存储一些save函数需要用到的一些属性。这里我将制定保存文件的存放路径和csv的头信息。
Val saveOptions=Map(“Header”->”true”,”path”=””)
2.为了基于学习的态度,我们从DataFrame里面选择出studentName和email两列,并且将studentName的列名重定义为name。
Val copyOfStudents = students.select(students(“name”),students(“age”))
3.下面我们调用save函数保存上面的DataFrame数据到iteblog.csv文件夹中
CopyOfStudents.write.format(“com.databricks.spark.csv”).mode(SaveMode.overwrite).options(SaveOptions).save()
mode函数可以接收的参数有Overwrite、Append、Ignore和ErrorIfExists。从名字就可以很好的理解,Overwrite代表覆盖目录下之前存在的数据;Append代表给指定目录下追加数据;Ignore代表如果目录下已经有文件,那就什么都不执行;ErrorIfExists代表如果保存目录下存在文件,那么抛出相应的异常。需要注意的是,上述path参数指定的是保存文件夹,并不是最后的保存文件名
例:
val saveOptions=Map("Header"->"true","path"->"C:\\Users\\REN\\Desktop\\df2.csv")val copyOfData= data.select(data("NAME"),data("YEAR"))copyOfData.write.format("com.databricks.spark.csv").mode(SaveMode.Overwrite).options(saveOptions).save()
- Spark DataFrame创建与操作
- Spark dataframe创建&操作总结
- spark dataframe创建和操作
- Spark DataFrame与RDD互操作
- spark sql DataFrame操作
- 【spark】DataFrame基本操作
- spark sql dataframe操作
- spark dataframe操作
- Spark DataFrame相关操作
- Spark Dataframe操作
- Spark-SQL DataFrame操作
- Spark DataFrame 操作命令
- Spark DataFrames入门指南:创建和操作DataFrame
- Spark DataFrames入门指南:创建和操作DataFrame
- Spark DataFrames入门指南:创建和操作DataFrame
- Spark SQL与DataFrame
- Spark:DataFrame 与 RDD
- Spark SQL与DataFrame
- Mysql 用户管理
- 泰勒展开与找第一项系数不为1的解题策略
- Eclipse报错‘Loading data for Android N' has encountered a problem. Parsing Data for android-N failed 的
- Angular2之二级路由
- json转xml网站
- Spark DataFrame创建与操作
- 关于Webview拍照或从相册上传图片处理总结
- windows核心编程-获得系统版本信息
- java学习笔记三——自增/ 自减详解
- Android自定义控件步骤
- PHP匿名函数的写法
- Struts2
- CSS 背景透明文字不透明
- 【Java进阶】Java反射的使用