首页import pandas as pd df = pd.DataFrame({'序号': [1, 2, 3, 4], '表名': ['西部公司', '东部公司','东部公司', '西部公司'], 'sheet名': ['招商', '民生','浙商', '工商'], '姓名': ['Malehhjkjkgkjjgkgjk', 'Femalestrehree', 'Femalegrhreherdf

import pandas as pd df = pd.DataFrame({'序号': [1, 2, 3, 4], '表名': ['西部公司', '东部公司','东部公司', '西部公司'], 'sheet名': ['招商', '民生','浙商', '工商'], '姓名': ['Malehhjkjkgkjjgkgjk', 'Femalestrehree', 'Femalegrhreherdf

时间: 2023-06-16 20:03:11 浏览: 68

pyspark.sql.DataFrame与pandas.DataFrame之间的相互转换实例

5星 · 资源好评率100%

代码如下，步骤流程在代码注释中可见： # -*- coding: utf-8 -*- import pandas as pd from pyspark.sql import SparkSession from pyspark.sql import SQLContext from pyspark import SparkContext #初始化数据 #初始化pandas DataFrame df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], index=['row1', 'row2'], columns=['c1', 'c2', 'c3']) #打印数据 pri

', 'Malewerwer'], '年龄': [28, 34, 29, 42]}) 这是一个用 Pandas 库创建的 DataFrame，其中包含了一些基本的数据，包括序号、表名、sheet名、姓名和年龄。如果你想了解更多关于 Pandas 的使用，我可以为你提供一些学习资源。

阅读全文