閱讀所示的csv文件描述

[sannycse]

Project_Details.csv

ProjectNo | ProjectName | EmployeeNo

100 | | 1的分析

100 | | 2的分析

機器學習101 | | 3

機器學習101 | | 1

機器學習101 | | 4

發現每個員工的形式列出每個項目上工作嗎?

輸出:

ProjectNo | employeeNo

100 | [1、2]

101 | (3、1、4)

[garren_staubli · Accepted solution]

從pyspark。sql導入函數F df = spark.read。選項(“9”,“|”)。選項(“頭”,“真正的”). csv (“/ tmp / file.csv”)顯示(df.groupBy (projectNo) .agg (F.expr (“collect_list (EmployeeNo)”) .alias(“雇員”)))

[Kaniz]

嗨@SANJEEV BANDRU,你有機會嚐試提供的代碼@Garren史陶比爾?

[sannycse]

我試過,但成立於pyspark我無法破解代碼引發Sql

[馬爾卡]

@SANJEEV BANDRU,您可以保存臨時視圖中的數據幀通過添加在python:

df.createOrReplaceTempView (“employees_csv”)

然後您可以選擇:

選擇projectNo collect_list projectNo (EmployeeNo)從employees_csv集團