AttributeError: 'RDD' 对象没有属性 'show'

Posted 2023-03-12

【中文标题】AttributeError: \'RDD\' 对象没有属性 \'show\'

【英文标题】：AttributeError: 'RDD' object has no attribute 'show'AttributeError: 'RDD' 对象没有属性 'show'

【发布时间】：2019-05-06 05:40:57

【问题描述】：

from pyspark import SparkContext, SparkConf, sql
from pyspark.sql import Row
sc = SparkContext.getOrCreate()
sqlContext = sql.SQLContext(sc)
df = sc.parallelize([ \
                 Row(nama='Roni', umur=27, tingi=168), \
                 Row(nama='Roni', umur=6, tingi=168),
                 Row(nama='Roni', umur=89, tingi=168),])

df.show()

错误： Traceback（最近一次调用最后一次）：

df.show() 中的文件“ipython-input-24-bfb18ebba99e”，第 8 行

AttributeError: 'RDD' 对象没有属性 'show'

【问题讨论】：

Pyspark 'PipelinedRDD' object has no attribute 'show' 的可能重复项，也与Spark RDD to DataFrame python 有关

【参考方案1】：

错误很明显，因为df 是一个 rdd。您应该在以下代码中使用toDF 将其更改为数据框：

df = df.toDF()
df.show()