spark DaraFrame转换成pandas DataFrame

方法一 单机版

pd = spark_df.toPandas()

方法二 分布式

import pandas  as pd

def _map_to_pandas(rdds):
  return [pd.DataFrame(list(rdds))]

def topands_df(df,n_partitions = None):
  if n_partitions is not None:
    df = df.repartition(n_partitions)
  df_pand = df.rdd.mapPartitions(_map_to_pandas).collect()
  df_pand = pd.concat(df_pand)
  df_pand.columns = df.columns
  return df_pand
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容