Začněte nyníZačněte zdarma

Spouštění SQL dotazů nad DataFrames

DataFrames v PySparku lze snadno manipulovat pomocí SQL dotazů. Metoda .sql() objektu SparkSession umožňuje spouštět SQL dotazy programově a vrací výsledek jako nový DataFrame. V tomto cvičení vytvoříš dočasnou tabulku z DataFrame, který jsi vytvořil/a dříve, sestavíš dotaz pro výběr jmen osob z této dočasné tabulky a výsledek přiřadíš do nového DataFrame.

Máš k dispozici SparkSession spark a DataFrame df.

Toto cvičení je součástí kurzu

Introduction to PySpark

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř dočasnou tabulku s názvem "people" z DataFrame df.
  • Sestav dotaz, který vybere jména osob z dočasné tabulky people.
  • Přiřaď výsledek Sparkova dotazu do nového DataFrame s názvem people_df_names.
  • Vypiš prvních 10 jmen osob z DataFrame people_df_names.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a temporary table "people"
df.____("people")

# Select the names from the temporary table people
query = """SELECT name FROM ____"""

# Assign the result of Spark's query to people_df_names
people_df_names = spark.sql(____)

# Print the top 10 names of the people
people_df_names.____(____)
Upravit a spustit kód