RDDs बनाना
PySpark में, आप RDD (Resilient Distributed Dataset) कई तरीकों से बना सकते हैं. चूँकि आप पहले से DataFrames से परिचित हैं, आप इसे एक DataFrame के ज़रिए सेट अप करेंगे. याद रखें, आपके वर्कस्पेस में पहले से ही spark नाम का एक SparkSession मौजूद है!
यह अभ्यास पाठ्यक्रम का हिस्सा है
PySpark परिचय
अभ्यास निर्देश
- दी गई list से एक DataFrame बनाकर उसे
dfनाम दें. - DataFrame को एक RDD में बदलें.
- परिणामस्वरूप RDD को collect करें और print करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a DataFrame
df = spark.____("salaries.csv", header=True, inferSchema=True)
# Convert DataFrame to RDD
rdd = df.____
# Show the RDD's contents
rdd.____
print(rdd)