Desidero esportare i dati in file di testo separati; Posso farlo con questo hack:Python Spark Dataframes: modo migliore per esportare i gruppi in un file di testo
for r in sqlContext.sql("SELECT DISTINCT FIPS FROM MY_DF").map(lambda r: r.FIPS).collect():
sqlContext.sql("SELECT * FROM MY_DF WHERE FIPS = '%s'" % r).rdd.saveAsTextFile('county_{}'.format(r))
Qual è il modo giusto per farlo con Spark 1.3.1/Python
dataframes? Voglio farlo in un singolo lavoro rispetto ai lavori N (o N + 1).
Può essere:
saveAsTextFileByKey()
C'è un modo per farlo in PySpark 1.4+: http://stackoverflow.com/a/37150604/877069 –
Possibile duplicato di [Scrivi su più uscite tramite chiave Spark - One Spark job] (http://stackoverflow.com/questions/23995040/write-to-multiple-outputs-by-key-spark-one-spark-job) –