本文介绍了为什么 createDataFrame 对列重新排序?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
假设我正在从一个没有架构的列表中创建一个数据框:
Suppose I am creating a data frame from a list without a schema:
data = [Row(c=0, b=1, a=2), Row(c=10, b=11, a=12)]
df = spark.createDataFrame(data)
df.show()
+---+---+---+
| a| b| c|
+---+---+---+
| 2| 1| 0|
| 12| 11| 10|
+---+---+---+
为什么列按字母顺序重新排序?
我可以在不添加架构的情况下保留列的原始顺序吗?
Why are the columns reordered in alphabet order ?
Can I preserve the original order of columns without adding a schema ?
推荐答案
因为 Row
是用 **kwargs
创建的 按名称对参数进行排序.
Because Row
created with **kwargs
sorts the arguments by name.
此设计选择是解决PEP 468.请查看 SPARK-12467 进行讨论.
This design choice is required to address the issues described in PEP 468. Please check SPARK-12467 for a discussion.
我可以在不添加架构的情况下保留列的原始顺序吗?
不适用于 **kwargs
.你可以使用普通的元组
:
Not with **kwargs
. You can use plain tuples
:
df = spark.createDataFrame([(0, 1, 2), (10, 11, 12)], ["c", "b", "a"])
或 namedtuple
:
from collections import namedtuple
CBA = namedtuple("CBA", ["c", "b", "a"])
spark.createDataFrame([CBA(0, 1, 2), CBA(10, 11, 12)])
这篇关于为什么 createDataFrame 对列重新排序?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!