最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python讀取hdfs并返回dataframe教程

 更新時間:2020年06月05日 14:55:43   作者:王發(fā)北  
這篇文章主要介紹了python讀取hdfs并返回dataframe教程,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

不多說,直接上代碼

from hdfs import Client
import pandas as pd
 
HDFSHOST = "http://xxx:50070"
FILENAME = "/tmp/preprocess/part-00000" #hdfs文件路徑
COLUMNNAMES = [xx']
 
def readHDFS():
'''
讀取hdfs文件
 
Returns:
df:dataframe hdfs數(shù)據(jù)
'''
client = Client(HDFSHOST)
# 目前讀取hdfs文件采用方式:
# 1. 先從hdfs讀取二進制數(shù)據(jù)流文件
# 2. 將二進制文件另存為.csv
# 3. 使用pandas讀取csv文件
with client.read(FILENAME) as fs:
content = fs.read()
s = str(content, 'utf-8')
file = open("data/tmp/data.csv", "w")
file.write(s)
df = pd.read_csv("data/tmp/data.csv", names=COLUMNNAMES)
return df

補充知識:Python連接HDFS實現(xiàn)文件上傳下載及Pandas轉(zhuǎn)換文本文件到CSV

1. 目標(biāo)

通過hadoop hive或spark等數(shù)據(jù)計算框架完成數(shù)據(jù)清洗后的數(shù)據(jù)在HDFS上

爬蟲和機器學(xué)習(xí)在Python中容易實現(xiàn)

在Linux環(huán)境下編寫Python沒有pyCharm便利

需要建立Python與HDFS的讀寫通道

2. 實現(xiàn)

安裝Python模塊pyhdfs

版本:Python3.6, hadoop 2.9

讀文件代碼如下

from pyhdfs import HdfsClient
client=HdfsClient(hosts='ghym:50070')#hdfs地址
res=client.open('/sy.txt')#hdfs文件路徑,根目錄/
for r in res:
  line=str(r,encoding='utf8')#open后是二進制,str()轉(zhuǎn)換為字符串并轉(zhuǎn)碼
  print(line)

寫文件代碼如下

from pyhdfs import HdfsClient
client=HdfsClient(hosts='ghym:50070',user_name='hadoop')#只有hadoop用戶擁有寫權(quán)限
str='hello world'
client.create('/py.txt',str)#創(chuàng)建新文件并寫入字符串

上傳本地文件到HDFS

from pyhdfs import HdfsClient
client = HdfsClient(hosts='ghym:50070', user_name='hadoop')
client.copy_from_local('d:/pydemo.txt', '/pydemo')#本地文件絕對路徑,HDFS目錄必須不存在

3. 讀取文本文件寫入csv

Python安裝pandas模塊

確認文本文件的分隔符

# pyhdfs讀取文本文件,分隔符為逗號,
from pyhdfs import HdfsClient
client = HdfsClient(hosts='ghym:50070', user_name='hadoop')
inputfile=client.open('/int.txt')
# pandas調(diào)用讀取方法read_table
import pandas as pd
df=pd.read_table(inputfile,encoding='gbk',sep=',')#參數(shù)為源文件,編碼,分隔符
# 數(shù)據(jù)集to_csv方法轉(zhuǎn)換為csv
df.to_csv('demo.csv',encoding='gbk',index=None)#參數(shù)為目標(biāo)文件,編碼,是否要索引

以上這篇python讀取hdfs并返回dataframe教程就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python json序列化解讀

    Python json序列化解讀

    這篇文章主要介紹了Python json序列化解讀,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2025-03-03
  • python3.7.3版本和django2.2.3版本是否可以兼容

    python3.7.3版本和django2.2.3版本是否可以兼容

    在本篇文章里小編給大家整理的是一篇關(guān)于python3.7.3版本和django2.2.3版本是否可以兼容的相關(guān)知識點內(nèi)容,有興趣的朋友們可以學(xué)習(xí)下。
    2020-09-09
  • 用Python實現(xiàn)寫倒序輸出(任意位數(shù))

    用Python實現(xiàn)寫倒序輸出(任意位數(shù))

    這篇文章主要介紹了用Python實現(xiàn)寫倒序輸出(任意位數(shù)),具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-05-05
  • python 在某.py文件中調(diào)用其他.py內(nèi)的函數(shù)的方法

    python 在某.py文件中調(diào)用其他.py內(nèi)的函數(shù)的方法

    這篇文章主要介紹了python 在某.py文件中調(diào)用其他.py內(nèi)的函數(shù)的方法,本文給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-06-06
  • 使用Python構(gòu)建Markdown轉(zhuǎn)Word文檔轉(zhuǎn)換器

    使用Python構(gòu)建Markdown轉(zhuǎn)Word文檔轉(zhuǎn)換器

    在當(dāng)今的文檔處理中,Markdown因其簡潔的語法和易讀性而廣受歡迎,而Microsoft Word(DOCX格式)則因其廣泛的兼容性和專業(yè)的排版效果成為商業(yè)文檔的標(biāo)準(zhǔn),本文將介紹如何使用Python構(gòu)建一個帶有圖形界面的Markdown轉(zhuǎn)Word文檔轉(zhuǎn)換器,需要的朋友可以參考下
    2025-02-02
  • python全面解析接口返回數(shù)據(jù)

    python全面解析接口返回數(shù)據(jù)

    這篇文章主要介紹了python接口返回數(shù)據(jù),具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-02-02
  • python 寫一個文件分發(fā)小程序

    python 寫一個文件分發(fā)小程序

    這篇文章主要介紹了python 寫一個文件分發(fā)小程序,幫助大家更好的理解和學(xué)習(xí)python,感興趣的朋友可以了解下
    2020-12-12
  • python繪制散點圖詳細步驟(從0到1必會)

    python繪制散點圖詳細步驟(從0到1必會)

    這篇文章主要介紹了如何使用Python繪制散點圖,包括導(dǎo)入包、準(zhǔn)備數(shù)據(jù)、繪制圖像、修飾圖像(添加標(biāo)題、坐標(biāo)軸標(biāo)簽、顏色圖例)以及整合所有代碼,文中通過代碼介紹的非常詳細,需要的朋友可以參考下
    2024-12-12
  • Python標(biāo)準(zhǔn)庫中的logging用法示例詳解

    Python標(biāo)準(zhǔn)庫中的logging用法示例詳解

    logging是Python標(biāo)準(zhǔn)庫中記錄常用的記錄日志庫,通過logging模塊存儲各種格式的日志,主要用于輸出運行日志,可以設(shè)置輸出日志的等級、日志保存路徑、日志文件回滾等,這篇文章主要介紹了Python標(biāo)準(zhǔn)庫中的logging,需要的朋友可以參考下
    2022-09-09
  • Python中線程鎖的使用介紹

    Python中線程鎖的使用介紹

    大家好,本篇文章主要講的是Python中線程鎖的使用介紹,感興趣的同學(xué)趕快來看一看吧,對你有幫助的話記得收藏一下,方便下次瀏覽
    2022-01-01

最新評論

长汀县| 银川市| 乐亭县| 湘潭县| 东丽区| 凤冈县| 称多县| 临澧县| 日喀则市| 新田县| 博乐市| 涪陵区| 姚安县| 那曲县| 铜川市| 称多县| 布拖县| 马龙县| 定西市| 涿鹿县| 天镇县| 中西区| 青铜峡市| 房产| 五峰| 万山特区| 和田市| 年辖:市辖区| 施秉县| 辰溪县| 乌拉特后旗| 循化| 都匀市| 青岛市| 裕民县| 项城市| 柘荣县| 武山县| 仁寿县| 大同县| 即墨市|