pyspark topandas的妙用

topandas

笔者这几天在写hive查数,需要把数据拉到本地,无奈文本数据太长,excel存储受到了限制,csv分隔符乱的一批,总之我乱的一批。

此时直接跳过直接下载的格式自己写,反倒没有了这么多的事情,因此,笔者发现了从分布式爬取到本地的topandas()拯救了笔者的凌乱~

直接从数据库中取数,write.csv,这种方式存在的问题是找不到文件的路径,需要先做topandas转。

上一篇:Balanced Numbers (数位dp+三进制)


下一篇:pyspark中通过textFile读取的rdd不能count()