问题描述
我对镶木地板文件和python完全陌生,任何人都可以让我知道如何在pyspark中读取带有标头的镶木地板文件以及如何指定其他选项,例如我们在csv文件中具有以下选项:
df = spark.read.load("examples/src/main/resources/people.csv",format="csv",sep=":",inferSchema="true",header="true")
解决方法
Parquet文件将具有column names in them
,在读取镶木地板文件时,我们无需指定header
.. etc之类的选项。
要读取镶木地板文件:
#read parquet file
df=spark.read.parquet("<parquet_file_path>")
#or spark defaultly reads data in parquet format
df=spark.read.load("<parquet_file_path>")
#see data from the dataframe
df.show()