1回答
我正在加载一个由"\x0"分隔的spark数据帧。当我运行以下命令时： logs = sqlContext.read.format("csv").option("delimiter", "\x0").load("path") 我得到以下错误： ValueError: invalid \x escape 我该如何解决这个问题呢？
浏览 17提问于2019-06-28得票数 0
我想在mlflow上记录一个模型，一旦我这样做了，我就可以用python加载的模型来预测概率，但不能用spark_udf来预测。问题是，我仍然需要在模型中有一个预处理功能。下面是一个玩具可再生产的示例，供您查看失败时的情况：from mlflow.models.signature import infer_signature
from sklearn.datasetsy = pd.DataFrame(X), pd.DataFrame(y,columns=[&
浏览 4提问于2021-12-09得票数 0
我正在阅读Spark2.2.0文档，发现这是对Static DataFrames 的奇怪引用
因为Spark2.0，DataFrames和数据集可以表示静态的、有界的数据，以及流的、无界的数据。这尤其令人困惑，因为Datasets (我理解为静态类型的数据格式)、Static DataFrame和Dataset的概念在我的脑海中似乎是重叠的。在Spark2.2.0中，Static DataFrame与Regular DataFrame和Datasets有什么区别？区别是因为流/
浏览 1提问于2017-12-24得票数 1
回答已采纳
我们使用python spark驱动程序V3.0.0。当尝试使用dataframe加载数据时，where子句无效。然而，CQL本身确实在Datastax DevCenter中工作。代码如下所示
.options(table="tran_history", keyspace\spark-1.4.1-bin-had
浏览 0提问于2016-03-16得票数 1
2回答
我有一个文件列表的拼花格式，我加载和合并到一个单一的数据在PySpark中。paths = ['file1', 'file2', 'file3']df = reduce但是，当我在上使用映射操作时，路径列表
val df_list = map(x = > (spark.read.parquet(
浏览 4提问于2017-06-21得票数 0
回答已采纳
我在Scala中使用Spark。在将数据加载到Spark Dataframe之后，我想要访问Dataframe的每个单元格来执行一些计算。代码如下： val spark = SparkSession.master("local[4]").config("spark.executor.c
浏览 23提问于2021-09-19得票数 1
2回答
转义字符：\
正因为如此，卸载的数据在每个窗口换行符(如"\r\n“)之前都有转义字符。当我试图通过spark.read.csv()读取这个文件时，它没有删除在\r和\n前面添加的转义()字符。
我理解，只有当选定的引号字符作为引号数据字符串的一部分时，火花才会考虑转义。在被读入dataframe.But之后，我可以删除数据中的附加转
浏览 0提问于2019-01-23得票数 1
-----++----+-------++----+-------++----+-------+
我使用Spark
浏览 0提问于2017-01-26得票数 8
回答已采纳
我是Spark的初学者，正在尝试理解spark数据帧的机制。当从csv加载数据时，我正在比较spark sql dataframe上sql查询的性能。我的理解是，一旦数据被加载到spark数据帧中，那么数据来自哪里(csv或parquet)就不再重要了。然而，我看到了两者之间的显着性能差异。我正在使用以下命令加载数据，并针对它编写查询。dataframe_csv = sqlcontext.read.format(&q
浏览 2提问于2018-02-11得票数 1
import org.apache.spark.sql.{SparkSession, DataFrame}{
import spark.implicits._ {
val df =
浏览 1提问于2021-12-09得票数 0
("local[4]") .config("spark.executor.cores.config("spark.some.config.option", "some-value")
val jdbcDF = spark.read.f
浏览 1提问于2021-10-16得票数 2
$apache$spark$rdd$RDD$$dependencies_ of type scala.collection.Seq in instance of org.apache.spark.rdd.MapPartitionsRDD:114) at org.apache.spark.scheduler.Task.run(Task.scala:109)
at
浏览 0提问于2019-01-18得票数 1
1回答
在shell中运行以下命令时不会出现问题：ssh user@machine sudo systemctl错误：找不到单元x0d.service\x0d.service。无效的单元名"my-servi
浏览 0提问于2022-02-25得票数 0
回答已采纳
我正在尝试将一个文件加载到spark中。如果我将一个普通的textFile加载到Spark中，如下所示：pfile: org.apache.spark.sql.DataFrame = [address: struct<city: string, state: stri
浏览 6提问于2017-07-07得票数 0
回答已采纳
在网上搜索补救方法时，我最近遇到了一些术语-- COALESCE()、REPARTITION()、DISTRIBUTE BY、CLUSTER BY等，而且它们可能用于提高慢速运行的SparkSQL 查询的性能
浏览 5提问于2020-06-05得票数 0
我对spark和scala非常陌生，因此我有一些问题涉及到使用spark进行数据预处理和使用rdds。我正在做一个小项目，我想用火花实现一个机器学习系统。, a , abc , 110 , c , abc , 0
在星星之火中加载数据后现在，我正在加载csv文件，没有任何标题的火花，但我的任务，我需要。建议在单独的rdd中加载标头吗？但是我如何与rdd交互以找到正确的列呢？对不起，我知道很
浏览 3提问于2015-07-21得票数 3
回答已采纳
可以使用Spark SQL直接查询TSV文件吗？需要说明的是，我说的是Spark SQL而不是Spark DataFrame。例如，我们可以使用Spark SQL直接查询CSV文件。有没有办法在(Spark) SQL语句中指定分隔符？
spark.sql("select * from csv.`/path/to/csv`")
浏览 1提问于2019-07-03得票数 0
from src.shared.utils import get_spark_dataframe
def __init__(self, x, y):self.a = get_spark_dataframe(x, y.some_db, "table_a")
self.b = get_spark_dataframe(x, y.some_dbdef get_
浏览 0提问于2019-02-25得票数 1
2回答
我发现有些字段包含一个html编码的符号和&分号作为列分隔符，所以我需要在加载数据帧时用&替换&。例如，我有以下csv文件：1;Chandler;Bing我使用以下笔记本加载它：我有一个使用RDDs的棘手的解决方案，它至少可以用于小型测试文件，但我仍然在寻找一个合适的解决方案，在加载数据文件时</e
浏览 2提问于2021-08-23得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
