[英]Reading json file in pyspark with out changing old schema
我每天都会收到带有10个属性的json,但是几天后,如果任何属性没有值,它们将发送9个属性,而第十个属性不在json中。 我如何在不更改旧表架构的情况下读取pyspark中的json文件
似乎在读取文件时应强制执行schema
。 我假设你有这样的事情:
df = spark.read.json(path_to_json_files)
为了保留所有属性/字段,请使用如下模式:
df = spark.read.schema(file_schema).json(path_to_json_files)
要获取file_schema
,可以使用一个旧文件,您知道每个属性都可用:
file_schema = spark.read.json(full_json_file).schema
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.