Python pyspark schema_of_json用法及代码示例

本文简要介绍 pyspark.sql.functions.schema_of_json 的用法。

用法: pyspark.sql.functions.schema_of_json(json, options=None)

解析 JSON 字符串并以 DDL 格式推断其架构。

2.4.0 版中的新函数。

参数：

json： Column 或 str: JSON 字符串或包含 JSON 字符串的可折叠字符串列。
options：字典，可选: 控制解析的选项。接受与 JSON 数据源相同的选项。请参阅您使用的版本中的Data Source Option。

在 3.0 版中更改：它接受options控制模式推断的参数。

例子：

>>> df = spark.range(1)
>>> df.select(schema_of_json(lit('{"a": 0}')).alias("json")).collect()
[Row(json='STRUCT<`a`: BIGINT>')]
>>> schema = schema_of_json('{a: 1}', {'allowUnquotedFieldNames':'true'})
>>> df.select(schema.alias("json")).collect()
[Row(json='STRUCT<`a`: BIGINT>')]

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.sql.functions.schema_of_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。