如何解决pyspark 或 sparklyr:使用包含换行符的文本读取 csv;以“|”分隔
我正在尝试将一个大(~20 GB)的 csv 文件读入 Spark。该文件有一个字段,其中包含带有换行符 (\n) 的文本,并且该文本不包含在引号中。文件中的管道分隔符 ("|") 指示新行何时开始。我可以使用以下代码在 Pandas 中读取此文件,但我想要 pyspark 或 sparklyr 解决方案。这可能吗?
read_file = pd.read_table(
'./filepath/file.csv',engine = 'c',lineterminator="|",names=['text'],encoding ='latin1',nrows = 2_000
)
输出应如下所示(在原始文件中,最后一个“\r\n”之后有一个管道): Pandas output
解决方法
您可以在 Spark CSV 阅读器中使用 lineSep
关键字参数:
df = spark.read.csv(
'./filepath/file.csv',lineSep='|',encoding='latin1'
).toDF('names')
,
这似乎有效:
import pygame
# Set screen size
screen_size = (800,600)
screen = pygame.display.set_mode(screen_size)
# display caption and icon initilization
pygame.display.set_caption("Space War")
icon = pygame.image.load("rocketIcon.png")
pygame.display.set_icon(icon)
# loading backgound on display screen
background = pygame.image.load("Planet_Space_Universe_Fantacy_Wallpaper.jpg")
# player Initilization
playerImg = pygame.image.load("rocket.png")
playerX = 370
playerY = 480
playerX_change = 5
# player
def player(x,y):
screen.blit(playerImg,[x,y])
# enemy
# bullet
# continuity loop
clock = pygame.time.Clock()
running = True
while running:
for event in pygame.event.get():
if event.type == pygame.QUIT:
running = False
if event.type == pygame.KEYDOWN:
if event.key == pygame.K_LEFT:
playerX -= playerX_change
player(playerX,playerY)
clock.tick(120)
pygame.display.update()
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。