问题描述
我得到了 RDD,最终得到的 RDD 元素是一个大(>2GB)pandas 数据帧的列表——每个数据帧都有不同的结构。
我可以这样转换它们(我是列表中的项目索引)
rdd.values().flatMap(lambda x: x[i].values.tolist()).toDF()
但是,这看起来很慢并且没有使用箭头。
有没有什么办法可以在这种情况下使用箭头?
我知道我可以将代码重写为 pyspark/koalas,但这需要几个月的时间。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)