[英]Creating Json structure from Pyspark Dataframe
我有數據框,它是左連接的產物。 現在我想創建 json 結構。
我嘗試使用不同的選項,但無法創建它。 這是我的數據框:
col1 col2 col3 col4
1111 name aaa bbb
1111 name ccc ddd
1111 name iii kkk
1112 name1 abcd def
1112 name1 DEFG ABXC
所需的 json 結構是:
{col1: 1111, col2: name, details: [{col3: aaa, col4: bbb}, {col3: ccc, col4: ddd}, {col3: iii, col4: kkk}]},
{col1: 1112, col2: name1, details: [{col3: abcd, col4: def}, {col3: DEFG, col4: ABXC}]}
你可以這樣做:
import pyspark.sql.functions as f
df = df.withColumn("details", f.to_json(f.struct("col3", "col4")))
df = df.groupBy(*["col1", "col2"]).agg(f.collect_list("details").alias("details"))
df.write.format('json').save('/path/file_name.json')
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.