Python pyspark read_json用法及代码示例

本文简要介绍 pyspark.pandas.read_json 的用法。

用法:
pyspark.pandas.read_json(path: str, lines: bool = True, index_col: Union[str, List[str], None] = None, **options: Any) → pyspark.pandas.frame.DataFrame

将 JSON 字符串转换为 DataFrame。

参数：

path：string: 文件路径
lines：布尔值，默认为真: 将文件作为每行的 json 对象读取。现在应该始终为 True。
index_col：str 或 str 列表，可选，默认值：无: Spark中表的索引列。
options：dict: 所有其他选项直接传递到 Spark 的数据源。

例子：

>>> df = ps.DataFrame([['a', 'b'], ['c', 'd']],
...                   columns=['col 1', 'col 2'])

>>> df.to_json(path=r'%s/read_json/foo.json' % path, num_files=1)
>>> ps.read_json(
...     path=r'%s/read_json/foo.json' % path
... ).sort_values(by="col 1")
  col 1 col 2
0     a     b
1     c     d

>>> df.to_json(path=r'%s/read_json/foo.json' % path, num_files=1, lineSep='___')
>>> ps.read_json(
...     path=r'%s/read_json/foo.json' % path, lineSep='___'
... ).sort_values(by="col 1")
  col 1 col 2
0     a     b
1     c     d

您可以在往返中保留索引，如下所示。

>>> df.to_json(path=r'%s/read_json/bar.json' % path, num_files=1, index_col="index")
>>> ps.read_json(
...     path=r'%s/read_json/bar.json' % path, index_col="index"
... ).sort_values(by="col 1")  
      col 1 col 2
index
0         a     b
1         c     d

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.read_json。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。