将DataFrame show()的结果保存到pyspark中的字符串

我想在pyspark中捕获 show

的结果,类似于此处。我无法使用pyspark找到解决方案,只能使用scala。

df.show()

#+----+-------+

#| age| name|

#+----+-------+

#|null|Michael|

#| 30| Andy|

#| 19| Justin|

#+----+-------+

最终目的是将其捕获为logger.info 我尝试过的字符串logger.info(df.show()),仅在控制台上显示。

回答:

您可以使用链接捕获pyspark中的explain()的结果中所示的相同方法来构建辅助函数。只需检查源代码show()并观察它正在调用self._jdf.showString()

答案取决于您使用的是哪个版本的spark,因为参数的数量show()随时间而变化。

Spark 2.3及更高版本

在版本2.3中,vertical添加了自变量。

def getShowString(df, n=20, truncate=True, vertical=False):

if isinstance(truncate, bool) and truncate:

return(df._jdf.showString(n, 20, vertical))

else:

return(df._jdf.showString(n, int(truncate), vertical))

Spark版本1.5到2.2

从1.5版开始,truncate添加了参数。

def getShowString(df, n=20, truncate=True):

if isinstance(truncate, bool) and truncate:

return(df._jdf.showString(n, 20))

else:

return(df._jdf.showString(n, int(truncate)))

Spark版本1.3到1.4

show功能最初是在1.3版中引入的。

def getShowString(df, n=20):

return(df._jdf.showString(n))


现在,如下使用助手功能:

x = getShowString(df)  # default arguments

print(x)

#+----+-------+

#| age| name|

#+----+-------+

#|null|Michael|

#| 30| Andy|

#| 19| Justin|

#+----+-------+

或您的情况:

logger.info(getShowString(df))

以上是 将DataFrame show()的结果保存到pyspark中的字符串 的全部内容, 来源链接: utcz.com/qa/421939.html

回到顶部