转换一个RDD成数据帧星火

我如何转换的RDD具有以下结构转变为数据帧中阶转换一个RDD成数据帧星火

org.apache.spark.rdd.RDD[(Long, org.apache.spark.mllib.linalg.Vector)] = MapPartitionsRDD[42]

这里RDD的每一行都包含一个索引Long和矢量org.apache.spark.mllib.linalg.Vector。

我想将org.apache.spark.mllib.linalg.Vector的每个组件放在一行数据框的单独列中。

来源

2017-02-26 Fahad Ibrar

您是否尝试过使用rdd.toDF（）？它隐含在 –

@AndreiT。它不会创建我想要的数据框，我想将'org.apache.spark.mllib.linalg.Vector'的每个组件放在单独的列中。 –

矢量有多少条目？ –

下面的例子有效。这里为简洁起见，我假定矢量大小为10.您应该可以将它缩放到1000

import org.apache.spark.mllib.linalg.Vectors 
val rdd = sc.parallelize(Seq((1L,Vectors.dense((1 to 10).map(_ * 1.0).toArray)))) 
val df = rdd.map({case (a,b) => (a,b.toArray) }).toDF("c1", "c2") 
df.select(($"c1" +: (0 to 9).map(idx => $"c2"(idx) as "c" + (idx + 2)):_*)).show() 
+---+---+---+---+---+---+---+---+---+---+----+ 
| c1| c2| c3| c4| c5| c6| c7| c8| c9|c10| c11| 
+---+---+---+---+---+---+---+---+---+---+----+ 
| 1|1.0|2.0|3.0|4.0|5.0|6.0|7.0|8.0|9.0|10.0| 
+---+---+---+---+---+---+---+---+---+---+----+

来源

2017-02-26 00:35:08

转换一个RDD成数据帧星火

回答

相关问题