需要在pyspark中将列表转换为数据框
Posted
技术标签:
【中文标题】需要在pyspark中将列表转换为数据框【英文标题】:Need to convert list to dataframe in pyspark 【发布时间】:2021-11-24 06:36:36 【问题描述】:我在 Python 中有以下代码,但我需要将其转换为 pyspark,
qm1['c1'] = [x[0] in x[1] for x in zip(qm1['id'], qm1['question'])]
qm1['c1'] = qm1['c1'].astype(str)
qm1a = qm1[(qm1.c1 == 'True')]
这段python代码的输出是
question | key | id | c1 |
---|---|---|---|
Women | 0 | omen | True |
machine | 0 | mac | True |
有人可以像我是 Python 初学者一样帮助我吗?
【问题讨论】:
不确定这是否有帮助:***.com/questions/48448473/… 我已经试过了,但是没用 @user3318064 这不是要问的正确问题。请显示您的输入,显示基于此的预期输出,我们将能够创建一个代码来做到这一点。 Pandas 和 PySpark 的工作方式不同,您不能按原样将代码从一个转换为另一个。 【参考方案1】:这是我的测试测试(因为您的问题不包含任何内容)
df.show()
+--------+---+----+
|question|key| id|
+--------+---+----+
| Women| 0|omen|
| machine| 2| mac|
| foo| 1| bar|
+--------+---+----+
和我创建预期输出的代码:
from pyspark.sql import functions as F
df = df.withColumn("c1", F.col("question").contains(F.col("id")))
df.show()
+--------+---+----+-----+
|question|key| id| c1|
+--------+---+----+-----+
| Women| 0|omen| true|
| machine| 2| mac| true|
| foo| 1| bar|false|
+--------+---+----+-----+
那么你可以在 c1 上简单地filter
:
df.where("c1").show()
+--------+---+----+----+
|question|key| id| c1|
+--------+---+----+----+
| Women| 0|omen|true|
| machine| 2| mac|true|
+--------+---+----+----+
【讨论】:
以上是关于需要在pyspark中将列表转换为数据框的主要内容,如果未能解决你的问题,请参考以下文章