Python PySpark DataFrame take方法用法及代码示例

例子

考虑以下PySpark DataFrame：

df = spark.createDataFrame([["Alex", 25], ["Bob", 30], ["Cathy", 40]], ["name", "age"])
df.show()



+-----+---+
| name|age|
+-----+---+
| Alex| 25|
|  Bob| 30|
|Cathy| 40|
+-----+---+

获取 PySpark DataFrame 的前 n 行作为 Row 对象列表

获取前 n 行数作为 Row 对象列表：

df.take(2)



[Row(name='Alex', age=25), Row(name='Bob', age=30)]

take(~) 和 head(~) 方法之间的区别

方法 takes(~) 和 head(~) 之间的区别是始终返回 Row 对象列表，而 head(~) 在设置 head(n=1) 的情况下仅返回 Row 对象。

例如，考虑以下PySpark DataFrame：

df = spark.createDataFrame([["Alex", 20], ["Bob", 30]], ["name", "age"])
df.show()



+----+---+
|name|age|
+----+---+
|Alex| 20|
| Bob| 30|
+----+---+

调用 take(1) 会产生：

df.take(1)



[Row(name='Alex', age=20)]

调用 head(1) 会产生：

df.head(1)



[Row(name='Alex', age=20)]

对于 n 的所有其他值，方法 take(~) 和 head(~) 产生相同的输出。