PySpark——将行列表转换为数据帧

Question

我实际上试图解决的问题是获取PySpark数据帧的前/后N行，并使结果成为数据帧。具体来说，我希望能够做这样的事情：

 my_df.head(20).toPandas()

但是，由于head()返回一个行列表，我得到了以下错误：

AttributeError: 'list' object has no attribute 'toPandas'

因此，我正在寻找将PySpark数据帧的前N行作为数据帧返回的方法，或者将这些行列表转换为数据帧的方法。有什么想法吗？

Answer 1

使用limit:

>>> df = sc.parallelize((("a", 1), ("b", 2))).toDF()
>>> df.limit(1).toPandas()
  _1  _2
0  a   1

带pd.DataFrame:

>>> pd.DataFrame(df.head(1), columns=df.columns)
  _1  _2
0  a   1