pyspark笔记

pyspark.sql.SQLContext

Top funcs:
1. 创建DF createDataFrame(data,schema)
2. 从多种数据源读取数据,sqlContext
3. user-define类
registerDataFrameAsTable(df, tableName)
registerFunction(name, f, returnType=StringType)
4. 在sqlContext执行sql语句(Hive-ql)

pyspark.sql.DataFrame
1.
collect
2. 行操作:
filter=where
distinct
dropDuplicates=drop_duplicates
dropna
3. 列操作:
select
withColumn 加列
withColumnRenamed 重命名列
Col.cast(Types) 转换格式
Col.between(l,u)
inSet isin(new)
F.when().when().otherwise() 条件
Col.substr(startPos,len)

alias 别名列
4. groupBy操作
agg
5. Map类
map
flatMap
foreach
6. join, intersect, unionAll, subtract, orderBy
7. DataFrameReader
两种读取方式:
sqlContext.read.format(‘FORMAT’).load(‘PATH’)
sqlContext.read.load(path,format,schema,**options)
8. DataFrameWriter
两种写入方式:
df.write.format(‘FORMAT’).save(path)
df.save(path,format,mode,**options)

saveAsTable

pyspark.sql.types

from pyspark.sql.types import *
StringType
BooleanType
DataType
TimestampType
DecimalType
DoubleType
FloatType
IntegerType
StructType

pyspark.sql.functions

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