[英]pyspark writing csv file to S3 error
我正在使用pyspark,但無法寫入S3,但從S3讀取不是問題。
這是我的代碼:
dic = {'a': {'c1(%)': 0.0, 'c2': 0, 'c3($)': 260, 'c4(%)': 4.79, 'c5': 78, 'c6': 352}, 'b': {'c1(%)': 0.0, 'c2': 0, 'c3($)': 5, 'c4(%)': 0.09, 'c5': 2, 'c6': 280}, 'c': {'c1(%)': 0.0, 'c2': 0, 'c3($)': 0, 'c4(%)': 0.0, 'c5': 0, 'c6': 267}}
df = pd.DataFrame(dic)
df.to_csv("s3://work/.../filename_2018-01-04_08:50:45.csv")
這是錯誤:
IOError: [Errno 2] No such file or directory: 's3://work/.../filename_2018-01-04_08:50:45.csv'
問題是什么?
參見上面的評論,您需要使用Spark DataFrame。 一種簡單的方法是將Pandas DF上的索引轉換為一列,然后轉換為spark DF:
df2=sqlContext.createDataFrame(df.reset_index(drop=False))
然后使用:
df2.write.save("s3://work/.../filename_2018-01-04_08:50:45.csv", format='csv', header=True)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.