首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >从pyspark数据帧创建Numpy矩阵

从pyspark数据帧创建Numpy矩阵
EN

Stack Overflow用户
提问于 2017-11-29 22:33:33
回答 0查看 6.5K关注 0票数 2

我有一个pyspark dataframe child,它的列如下:

代码语言:javascript
运行
复制
lat1 lon1
80    70
65    75

我正在尝试使用IndexedRowMatrix将其转换为numpy矩阵,如下所示:

代码语言:javascript
运行
复制
from pyspark.mllib.linalg.distributed import IndexedRow, IndexedRowMatrix

mat = IndexedRowMatrix(child.select('lat','lon').rdd.map(lambda row: IndexedRow(row[0], Vectors.dense(row[1:]))))

但这让我大错特错。我希望避免转换为pandas dataframe来获取矩阵。

错误:

代码语言:javascript
运行
复制
Py4JJavaError: An error occurred while calling z:org.apache.spark.api.python.PythonRDD.runJob.
: org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 33.0 failed 4 times, most recent failure: Lost task 0.3 in stage 33.0 (TID 733, ebdp-avdc-d281p.sys.comcast.net, executor 16): org.apache.spark.api.python.PythonException: Traceback (most recent call last):
  File "/data/02/yarn/nm/usercache/mbansa001c/appcache/application_1506130884691_56333/container_e48_1506130884691_56333_01_000017/pyspark.zip/pyspark/worker.py", line 174, in main
    process()
EN

回答

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/47555231

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档