我的JSON值(元组)列表如下所示:
testJson = [('{"drivernumber":1, "speed" : ["30.5", "40", "50", "25.25"]}',),
('{"drivernumber":2, "speed" : ["25.25", "10.11", "11", "50"]}',),
('{"drivernumber":3, "speed" : ["40", "50", "80", "42"]}',)
]
我创建了以下数据结构:
from pyspark.sql.types import StructType, StructField, IntegerType, ArrayType, StringType
readSchema = StructType([
StructField("drivernumber", IntegerType(), True),
StructField("speed", StringType(FloatType(), True), True)])
然后创建了一个数据帧:
df = (spark.read.schema(readSchema).json(sc.parallelize(testJson)))
display(df)
最终,我需要得到下面的输出,但目前,我的DF(在上面的步骤之后)只有空值,我不知道为什么。任何线索或提示都将不胜感激。谢谢:)
speed drivercount
50 3
40 2
25.25 2
11 1
.... ....
您不必为它定义模式,只需使用
相关问题 更多 >
编程相关推荐