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

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()