第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

如何在 pyspark 數(shù)據(jù)框中使用 write.partitionBy 時刪除重復項?

如何在 pyspark 數(shù)據(jù)框中使用 write.partitionBy 時刪除重復項?

慕桂英3389331 2023-10-18 20:39:56
我有一個數(shù)據(jù)框,如下所示:|------------|-----------|---------------|---------------||    Name    |   Type    |  Attribute 1  |  Attribute 2  ||------------|-----------|---------------|---------------||   Roger    |     A     |     X         |       Y       ||------------|-----------|---------------|---------------||   Roger    |     A     |     X         |       Y       ||------------|-----------|---------------|---------------||   Roger    |     A     |     X         |       Y       ||------------|-----------|---------------|---------------||   Rafael   |     A     |     G         |       H       ||------------|-----------|---------------|---------------||   Rafael   |     A     |     G         |       H       ||------------|-----------|---------------|---------------||   Rafael   |     B     |     G         |       H       ||------------|-----------|---------------|---------------|我想根據(jù)名稱和類型對此數(shù)據(jù)框進行分區(qū)并將其保存到磁盤目前的代碼行看起來像這樣,df.write.partitionBy("Name", "Type").mode("append").csv("output/", header=True)輸出被正確保存,但有重復的行,如下所述在文件夾中/輸出/羅杰/A|---------------|---------------||  Attribute 1  |  Attribute 2  ||---------------|---------------||     X         |       Y       ||---------------|---------------||     X         |       Y       ||---------------|---------------||     X         |       Y       ||---------------|---------------|/輸出/拉斐爾/A|---------------|---------------||  Attribute 1  |  Attribute 2  ||---------------|---------------||     G         |       H       ||---------------|---------------||     G         |       H       ||---------------|---------------|/輸出/拉斐爾/B|---------------|---------------||  Attribute 1  |  Attribute 2  ||---------------|---------------||     G         |       H       ||---------------|---------------| 如您所見,此 csv 包含重復項。使用 write.partitionbY 時如何刪除這些重復項?
查看完整描述

1 回答

?
狐的傳說

TA貢獻1804條經(jīng)驗 獲得超3個贊

.distinct()寫作前使用。

df.distinct().write.partitionBy("Name", "Type").mode("append").csv("output/", header=True)



查看完整回答
反對 回復 2023-10-18
  • 1 回答
  • 0 關(guān)注
  • 152 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學習伙伴

公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號