[英]Reading json file in pyspark with out changing old schema
我每天都會收到帶有10個屬性的json,但是幾天后,如果任何屬性沒有值,它們將發送9個屬性,而第十個屬性不在json中。 我如何在不更改舊表架構的情況下讀取pyspark中的json文件
似乎在讀取文件時應強制執行schema
。 我假設你有這樣的事情:
df = spark.read.json(path_to_json_files)
為了保留所有屬性/字段,請使用如下模式:
df = spark.read.schema(file_schema).json(path_to_json_files)
要獲取file_schema
,可以使用一個舊文件,您知道每個屬性都可用:
file_schema = spark.read.json(full_json_file).schema
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.