nTypeError：无法合并类型 <class \'pyspark.sql.types.DoubleType\'> 和 <class \'pyspark.sql.types.StringType\'>\n'答案

【问题标题】：nTypeError: Can not merge type <class \'pyspark.sql.types.DoubleType\'> and <class \'pyspark.sql.types.StringType\'>\n'nTypeError：无法合并类型 <class \'pyspark.sql.types.DoubleType\'> 和 <class \'pyspark.sql.types.StringType\'>\n'
【发布时间】：2017-12-19 14:49:07
【问题描述】：

我正在使用 spark 1.6 并且正在运行以下代码：

def load(self, filename):        
    print "Loading input file " + filename
    inputpd = pd.read_csv('input/'+filename , dtype=str)

    inputpd = inputpd.round(4)
    inputpd = inputpd.drop(inputpd.columns[[0]], axis=1)
    df_input = self.sqlContext.createDataFrame(inputpd)
    return df_input

运行代码后出现类型错误：

Can not merge type <class \'pyspark.sql.types.DoubleType\'> and <class \'pyspark.sql.types.StringType\'>\n'

为了解决这个问题，我已经尝试过：

inputpd = (spark.read.format("csv").options(header="true").load('input/'+filename))

还有：

inputpd = sqlContext.read.format('com.databricks.spark.csv').options(header='true').load('input/'+filename)

但是两次我都得到错误 spark 或 sqlcontext not defined。请让我知道如何定义，因为我已经尝试过 import 语句。

【问题讨论】：

我已经解决了这个问题，但是现在我得到了错误：java.lang.ClassNotFoundException: Failed to find data source: com.databricks.spark.csv 如何使用 spark submit 命令解决这个问题？

标签： pandas pyspark databricks

【解决方案1】：

我尝试使用 pyspark 并且可以工作...

pyspark --packages com.databricks:spark-csv_2.11:1.5.0

见this one。

sqlContext.read.format('com.databricks.spark.csv').options(header='true').load("file:/home/..." + filename).collect()

【讨论】：