对象中没有属性“map”错误的pyflem2.4.4中的

Question

我正在使用python2.7运行Spark2.4.4，IDE是py魅力。

输入文件在列中包含编码值，如下所示。

.ʽ|!3-2-704A------------ (dotted line is space)

我想得到结果就像

3-2-704 a

我试过下面的代码。

from pyspark.sql import SparkSession
spark = SparkSession \
    .builder \
    .appName("Python Spark") \
    .config("spark.some.config.option", "some-value") \
    .getOrCreate()

df = spark.read.csv("Customers_v01.csv",header=True,sep=",");
myres = df.map(lambda x :x[1].decode('utf-8'))

print(myres.collect())

错误：

    myres = df.map(lambda x :x[1].decode('utf-8'))
  File "C:\spark\python\pyspark\sql\dataframe.py", line 1301, in __getattr__
    "'%s' object has no attribute '%s'" % (self.__class__.__name__, name))
AttributeError: 'DataFrame' object has no attribute 'map'

我不知道是什么导致了这个错误..。帮帮忙吧。还有别的办法吗。

Answer 1

地图可在弹性分布式数据集(RDD)上使用

from pyspark.sql import SparkSession




spark = SparkSession.builder.appName("Python Spark").getOrCreate()

df = spark.read.csv("Customers_v01.csv", header=True, sep=",", encoding='utf-8')
myres = df.rdd.map(lambda x: x[1].encode().decode('utf-8'))

print(myres.collect())