Question

我正在将psv文件加载到pyspark中，如下所示（在pyspark shell中）：

>>> from pyspark.sql import SQLContext
>>> sqlContext = SQLContext(sc)
>>> df = sqlContext.read.format('com.databricks.spark.csv').options(header='true').load('data.csv')

但是我收到了这个错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'SQLContext' object has no attribute 'read'
>>>

我正在使用spark 1.3.1而我正在尝试使用spark-csv

Answer 1

您正尝试使用Spark 1.4+语法。

Spark 1.3

from pyspark.sql import SQLContext
sqlContext = SQLContext(sc)

df = sqlContext.load(source="com.databricks.spark.csv", header="true", path = "cars.csv")
df.select("year", "model").save("newcars.csv", "com.databricks.spark.csv")

在pyspark中读取csv时，SQLContext对象没有读取任何属性

1 个答案: