读取csv文件
from pyspark import SparkContext
from pyspark.sql import SQLContext
sc = SparkContext()
sqlsc = SQLContext(sc)
df = sqlsc.read.format('csv')\
.option('delimiter', '\t')\
.load('/path/to/file.csv')\
.toDF('col1', 'col2', 'col3')
写入csv文件
df.write.format('csv')\
.option('header','true')\
.save('/path/to/file1.csv')
option支持参数
-
path: csv文件的路径。支持通配符;
-
header: csv文件的header。默认值是false;
-
delimiter: 分隔符。默认值是',';
-
quote: 引号。默认值是"";
-
mode: 解析的模式。支持的选项有:
- PERMISSIVE: nulls are inserted for missing tokens and extra tokens are ignored.
- DROPMALFORMED: drops lines which have fewer or more tokens than expected.
- FAILFAST: aborts with a RuntimeException if encounters any malformed line.
reference
- pyspark 读取csv文件创建DataFrame
- Pyspark读取csv文件
- 使用Spark读写CSV格式文件
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
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。