我花了相当多的时间阅读 pyspark 的一些问题。和 spark-dataframe我经常发现海报没有提供足够的信息来真正理解他们的问题。我通常评论要求他们发布MCVE但有时让它们显示一些示例输入/输出数据就像拔牙一样。
也许问题的一部分是人们不知道如何轻松地为 Spark-dataframes 创建 MCVE。我认为拥有 this pandas question 的 Spark-Dataframe 版本会很有用。作为可以链接的指南。
那么如何创建一个好的、可重现的示例呢?
最佳答案
提供可以轻松重新创建的小样本数据。
至少,海报应该在其数据框和可用于轻松创建它的代码上提供几行和几列。简单地说,我的意思是剪切和粘贴。使其尽可能小以演示您的问题。
<小时/>我有以下数据框:
+-----+---+-----+----------+
|index| X|label| date|
+-----+---+-----+----------+
| 1| 1| A|2017-01-01|
| 2| 3| B|2017-01-02|
| 3| 5| A|2017-01-03|
| 4| 7| B|2017-01-04|
+-----+---+-----+----------+
可以使用以下代码创建:
df = sqlCtx.createDataFrame(
[
(1, 1, 'A', '2017-01-01'),
(2, 3, 'B', '2017-01-02'),
(3, 5, 'A', '2017-01-03'),
(4, 7, 'B', '2017-01-04')
],
('index', 'X', 'label', 'date')
)
<小时/>
显示所需的输出。
提出您的具体问题并向我们展示您想要的输出。
<小时/>如何创建一个新列 'is_divisible'
具有值 'yes'
如果 'date'
的月份中的某天加上 7 天可以被列中的值整除'X'
, 和 “不”
否则?
期望的输出:
+-----+---+-----+----------+------------+
|index| X|label| date|is_divisible|
+-----+---+-----+----------+------------+
| 1| 1| A|2017-01-01| yes|
| 2| 3| B|2017-01-02| yes|
| 3| 5| A|2017-01-03| yes|
| 4| 7| B|2017-01-04| no|
+-----+---+-----+----------+------------+
<小时/>
解释如何获取输出。
详细解释如何获得所需的输出。它有助于显示示例计算。
<小时/>例如,在第 1 行中,X = 1 且日期 = 2017-01-01。添加迄今为止的 7 天,得出 2017-01-08。该月的第几天是 8,由于 8 能被 1 整除,所以答案是"is"。
同样,对于最后一行 X = 7 且日期 = 2017-01-04。日期加上 7 就得到 11 作为该月的第几天。由于 11 % 7 不是 0,所以答案是“否”。
<小时/>分享您现有的代码。
向我们展示您已完成或尝试过的操作,包括所有*代码,即使它不起作用。告诉我们您遇到困难的地方,如果您收到错误,请附上错误消息。
(*您可以省略创建 Spark 上下文的代码,但应包含所有导入。)
<小时/>我知道如何添加一个新列 日期
加上 7 天,但我无法以整数形式获取该月的日期。
from pyspark.sql import functions as f
df.withColumn("next_week", f.date_add("date", 7))
<小时/>
包含版本、导入并使用语法突出显示
- 完整详情请参见this answer写者desertnaut .
对于性能调优帖子,请包含执行计划
- 完整详情请参见this answer写者Alper t. Turker .
- 它有助于为上下文使用标准化名称。
解析spark输出文件
- MaxU this answer 中提供了有用的代码帮助将 Spark 输出文件解析为 DataFrame。
其他注释。
- 请务必阅读 how to ask和 How to create a Minimal, Complete, and Verifiable example首先。
- 阅读上面链接的该问题的其他答案。
- 拥有一个良好的描述性标题。
- 要有礼貌。 SO 上的人都是志愿者,所以请好好询问。
关于dataframe - 如何制作良好的可重现 Apache Spark 示例,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48427185/