如何使用pyspark读取excel xlsx文件

Question

我的要求是使用Pyspark读取excel，同时执行同样的操作，得到以下错误。

或者，有没有使用Pandas读取excel并转换为Pyspark数据帧的解决方案？任何人都可以。

lat_data=spark.read.format('com.crealytics.spark.excel'(.option("header"，"true"(.load("a1.xlsx"(

错误：Py4JJavaError:调用o756.load时出错。：java.lang.ClassNotFoundException：找不到数据源：com.crealytics.spark.excel.

提前谢谢。

Answer 1

您需要安装crealytics库。你可以通过pip:

pip install xlrd