Py4JJava错误当我尝试运行pyspark代码

gopyfrb3 于 12个月前发布在 Spark

关注(0)|答案(1)|浏览(122)

The above in the image is the code that i want to run. Actually the dataset is a TXT file and i want to calculate the no of repetitions of "CAG" from that dataset txt file. I'm always getting this error . Pls find me a way
我已经用java和python版本尝试了一些youtube视频和某些命令沿着

来源：https://stackoverflow.com/questions/77693309/py4jjava-error-when-i-try-to-run-a-pyspark-code

1条答案

按热度按时间

createDataFrame方法需要一个RDD，但textFile返回一个字符串的RDD。在创建DataFrame之前，您需要将每行转换为元组或结构。

# Convert each line to a tuple (or a structure of your choice)
sequences_rdd = sequences_rdd.map(lambda x: (x,))

# Create a DataFrame with a column named "text"
df = spark.createDataFrame(sequences_rdd, ["text"])

字符串

赞(0）回复(0）举报 12个月前

相关问题

热门标签

Java query python Node 开发语言 request Util 数据库 Table 后端算法 Logger Message Element Parser

最新问答

xxl-job 安全组扫描到执行器端口服务存在信息泄露漏洞
回答(1) 发布于 4个月前
xxl-job 不能和nacos兼容？
回答(3) 发布于 4个月前
xxl-job 任务执行完后无法结束，日志一直转圈
回答(3) 发布于 4个月前
xxl-job-admin页面上查看调度日志样式问题
回答(1) 发布于 4个月前
xxl-job 参数512字符限制能否去掉
回答(1) 发布于 4个月前