Question

将RDD数据转换为数据帧。但我无法这样做。 ToDf无法正常工作，我也尝试使用数组RDD到数据帧。请告诉我。这个程序用于使用scala和spark

解析样本excel

import java.io.{File, FileInputStream}
import org.apache.poi.xssf.usermodel.XSSFCell
import org.apache.poi.xssf.usermodel.{XSSFSheet, XSSFWorkbook}
import org.apache.poi.ss.usermodel.Cell._
import org.apache.spark.sql.SQLContext
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.sql.types.{ StructType, StructField, StringType, IntegerType };
object excel 
  {
  def main(args: Array[String]) = 
  {
  val sc = new SparkContext(new SparkConf().setAppName("Excel Parsing").setMaster("local[*]"))
  val file = new FileInputStream(new File("test.xlsx"))
  val wb = new XSSFWorkbook(file)
  val sheet = wb.getSheetAt(0)
  val rowIterator = sheet.iterator()
  val builder = StringBuilder.newBuilder
  var column = ""
  while (rowIterator.hasNext()) 
  {
  val row = rowIterator.next();
  val cellIterator = row.cellIterator();
  while (cellIterator.hasNext()) 
  {
  val cell = cellIterator.next();
  cell.getCellType match {
  case CELL_TYPE_NUMERIC ⇒builder.append(cell.getNumericCellValue + ",")
  case CELL_TYPE_BOOLEAN ⇒ builder.append(cell.getBooleanCellValue + ",")
  case CELL_TYPE_STRING ⇒ builder.append(cell.getStringCellValue + ",")
  case CELL_TYPE_BLANK ⇒ builder.append(",")
  }
  }
  column = builder.toString()
  println(column)
  builder.setLength(0)
  }
  val data= sc.parallelize(column)
  println(data)
  }
  }

Answer 1

将Spark RDD转换为DataFrame。您必须根据spark版本制作sqlContext或sparkSession，然后使用

val sqlContext=new SQLContext(sc)
    import sqlContext.implicits._

如果您正在使用 Spark 2.0 或更高版本，请使用SparkSession，因为新版本中不推荐使用SqlContext！

val spark=SparkSession.builder.config(conf).getOrCreate.
import spark.implicits._

这将允许您在RDD上使用toDF。这可能会解决您的问题！

注意：对于使用sqlContext，你必须将 spark_sql 作为依赖项加入！

将rdd char转换为数据帧

1 个答案: