Pyspark系列笔记--如何成功join不同的pyspark dataframe

Pyspark DataFrame进阶
前言

最近在研究pyspark,用到的主要是pyspark的sql模块和ml模块。
既然用到sql模块,便免不了要涉及dataframe。
至于dataframe的基本操作,大家可以自行百度或者必应,很容易上手的啦。
但是坑很多,要慢慢调,要耐心。

上次讲到了pyspark的dataframe如何做词向量,详情参见Pyspark系列笔记–如何在一个pysprk Dataframe上训练word2vec模型,这次就是在做完词向量以后要对dataframe进行拼接时,遇到了各种坑,在此写个博客,以便各位参考。

本次实验环境:

pyspark 1.5.0
python 2.7


Step 1. 继续上次的词向量
from pyspark.ml.feature import Word2Vec
model = Word2Vec(vectorSize=5, seed=42, inputCol="name", outputCol="model").fit(jsonDF)
model.getVectors().show()

结果如下:


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值