我正在尝试从 PySpark 中的本地路径读取 .xlsx 文件。
我写了下面的代码:
from pyspark.shell import sqlContext
from pyspark.sql import SparkSession
spark = SparkSession.builder \
.master('local') \
.appName('Planning') \
.enableHiveSupport() \
.config('spark.executor.memory', '2g') \
.getOrCreate()
df = sqlContext.read("C:\P_DATA\tyco_93_A.xlsx").show()
错误:
TypeError: 'DataFrameReader' object is not callable
最佳答案
您可以使用 Pandas 读取 .xlsx 文件,然后将其转换为 spark 数据帧。
from pyspark.sql import SparkSession
import pandas
spark = SparkSession.builder.appName("Test").getOrCreate()
pdf = pandas.read_excel('excelfile.xlsx', sheet_name='sheetname', inferSchema='true')
df = spark.createDataFrame(pdf)
df.show()
关于apache-spark - 在 pyspark 中读取 Excel (.xlsx) 文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59854917/