如何使用pyspark將沒有標題的行從數據框中獲取到列表中

Question

我從CSV文件中獲取此數據，我需要將此數據發送到服務器。 但是我只需要這個列表中的值。

{1: Row(Moid=1, Tripid='1', Tstart='2007-05-27', Tend='2007-05-27 08:36:47.846', Xstart='12785', Ystart='1308', Xend='12785', Yend='1308'), 2: Row(Moid=2, Tripid='10', Tstart='2007-05-27', Tend='2007-05-28 08:52:53.673', Xstart='9716', Ystart='-55', Xend='9716', Yend='-55')}

我想得到這個

{ (1,  1, 2007-05-27, 2007-05-2708:36:47.846 , 12785, 1308, 12785, 1308)
  (2, 10, 2007-05-27, 2007-05-2808:52:53.673 ,  9716,  -55,  9716,  -55)

Answer 1

您可以使用rdd和一個將行轉換為元組的map函數。 我只是將前三個值用於示例實現：

df = spark.createDataFrame([(1,"1",'2007-05-27'),(2,"10", "2007-05-27")], ['moid',"tripid","tstart"])
print df.rdd.map(lambda r: tuple(r)).collect()

輸出將是一個元組列表：

[(1, u'1', u'2007-05-27'), (2, u'10', u'2007-05-27')]