partitionBy (DataFrameWriter)

Partitioniert die Ausgabe durch die angegebenen Spalten im Dateisystem. Wenn angegeben, wird die Ausgabe auf dem Dateisystem angeordnet, das dem Partitionierungsschema von Hive ähnelt.

Syntax

partitionBy(*cols)

Parameter

Rückkehr

DataFrameWriter

Beispiele

Schreiben Sie einen DataFrame in eine Parkettdatei auf partitionierte Weise, und lesen Sie es zurück.

import tempfile, os
with tempfile.TemporaryDirectory(prefix="partitionBy") as d:
    spark.createDataFrame(
        [{"age": 100, "name": "Alice"}, {"age": 120, "name": "Ruifeng Zheng"}]
    ).write.partitionBy("name").mode("overwrite").format("parquet").save(d)

    spark.read.parquet(d).sort("age").show()
    # +---+-------------+
    # |age|         name|
    # +---+-------------+
    # |100| Alice|
    # |120|Ruifeng Zheng|
    # +---+-------------+

    # Read one partition as a DataFrame.
    spark.read.parquet(f"{d}{os.path.sep}name=Alice").show()
    # +---+
    # |age|
    # +---+
    # |100|
    # +---+