[Spark][Python][DataFrame][RDD]DataFrame中抽取RDD例子

sqlContext = HiveContext(sc)

peopleDF = sqlContext.read.json("people.json")

peopleRDD = peopleDF.map(lambda row: (row.pcode,row.name))

peopleRDD.take(5)

Out[5]: 
[(u'94304', u'Alice'),
(u'94304', u'Brayden'),
(u'10036', u'Carla'),
(None, u'Diana'),
(u'94104', u'Etienne')]

peopleByPCode= peopleRDD.groupByKey()

peopleByPCode.take(5)

最新文章

1. Backbone中的model和collection在做save或者create操作时， 如何选择用POST还是PUT方法 ？
2. python征程3.0（python对象）
3. FBI阅人术——用最短的时间了解一个人
4. [译]我是怎么构建Node.js程序的
5. Android中如何解决输入法键盘和activity页面遮挡的问题
6. Scala伴生类和伴生对象
7. RESTful服务的版本管理经验 (转)
8. Java学习笔记之：Java 继承
9. python常用web框架性能测试(django,flask,bottle,tornado)
10. 简单改写SQL达到优化目的
11. 最简单的基于FFMPEG的音频编码器（PCM编码为AAC）
12. 判断richtextbox选中的是否为图片
13. USACO2016 January Gold Angry Cows
14. LeetCode 16. 3Sum Closest. （最接近的三数之和）
15. 爬虫_vs_反爬虫
16. AngularJS1.X学习笔记11-服务
17. Vue-详解设置路由导航的两种方法
18. Web 性能优化： 使用 Webpack 分离数据的正确方法
19. Golang 优化之路-空结构[转]
20. Web安全 概述

热门文章

1. 算法：输入一个链表，输出该链表中倒数第k个结点。
2. (后端)Mybatis实现批量删除操作(转)
3. 解决VS2015单元测试“未能设置用于运行测试的执行上下文”问题
4. Linux Xshell连接Linux服务器时报错Socket error Event: 32 Error: 10053
5. Python爬取网络图片
6. XSS攻击介绍
7. Microsoft .NET Framework 3.5 离线安装方法 （仅适用于Win8以上的系统）
8. LeetCode算法题-Implement Queue Using Stacks（Java实现）
9. 《Java大学教程》—第10章 图形和事件驱动程序
10. Python的datetime模块分析