dataframe转换成dataset
时间: 2023-11-18 07:56:30 浏览: 357
spark rdd api dataframe 以及dataframe rdd dataset 相互转换 spark sql
要将 DataFrame 转换为 Dataset,需要使用 SparkSession。首先,需要将 DataFrame 转换为 RDD,然后使用 `map` 函数将每行数据转换为 case class 对象,最后使用 `toDS()` 方法将 RDD 转换为 Dataset。
以下是一个示例代码:
```scala
import org.apache.spark.sql.{Dataset, SparkSession}
case class Person(name: String, age: Int)
val spark = SparkSession.builder().appName("DataFrame to Dataset").master("local[*]").getOrCreate()
val df = spark.read.json("path/to/file.json")
val rdd = df.rdd
val peopleDS: Dataset[Person] = rdd.map(row => Person(row.getAs[String]("name"), row.getAs[Int]("age"))).toDS()
peopleDS.show()
```
在这个例子中,我们首先读取了一个 JSON 文件并将其转换为 DataFrame。然后,我们将 DataFrame 转换为 RDD,并使用 `map` 函数将每行数据转换为 case class 对象。最后,我们使用 `toDS()` 方法将 RDD 转换为 Dataset。
阅读全文