Как преобразовать объект класса Python с полями, в которых создаются другие классы, в DataFrame? Я попробовал следующий код ниже, но он не работает.
Я могу заставить его работать, когда self.address = Address()
и self.agency_contact_info = ContactInfo()
class Address:
def __init__(self):
self.address_one = "address 1"
self.address_two = "P.O. BOX 1"
class ContactInfo:
def __init__(self):
self.person_name = "Me"
self.phone_number = "999-999-9999"
class AgencyRecord:
def __init__(self):
self.agency_code = "00"
self.agency_id = "000"
self.agency_name = "Some Agency"
self.address = Address()
self.agency_contact_info = ContactInfo()
def create_data():
data = {}
for i in range(0, 3):
alc = AgencyRecord()
data[i] = alc
column_list = [
'agency_code', 'agency_id', 'agency_name',
'address_one', 'address_two', 'person_name', 'phone_number'
]
spark.createDataFrame(
list(data.values()),
column_list
).createOrReplaceTempView("MyTempTable")
Цитирую себя снова:
Я считаю полезным думать об аргументе createDataFrame() как о списке [iterables], где каждая запись в списке соответствует строке в DataFrame, а каждый элемент [iterable] соответствует столбцу.
Поэтому вам необходимо преобразовать каждый из ваших объектов в целое число, где каждый элемент соответствует столбцам в column_list
.
Я не обязательно одобрил бы это (там почти наверняка лучший способ), но вот один хакерский подход, который вы можете предпринять, чтобы соответствующим образом изменить свой код:
Вы можете воспользоваться тем фактом, что объекты python имеют self.__dict__
который вы можете использовать для получения параметров по имени. Сначала обновите свой класс AgencyRecord
чтобы получить поля из классов Address
и ContactInfo
:
class AgencyRecord:
def __init__(self):
self.agency_code = "00"
self.agency_id = "000"
self.agency_name = "Some Agency"
self.address = Address()
self.agency_contact_info = ContactInfo()
# makes the variables of the contained classes members of this class
self.__dict__.update(self.address.__dict__)
self.__dict__.update(self.agency_contact_info.__dict__)
Теперь мы можем ссылаться на каждый столбец в column_list
по имени для любого экземпляра AgencyRecord
.
Измените create_data
следующим образом (я также изменил это, чтобы вернуть DataFrame вместо регистрации временного представления)
def create_data():
data = {}
for i in range(0, 3):
alc = AgencyRecord()
data[i] = alc
column_list = [
'agency_code', 'agency_id', 'agency_name',
'address_one', 'address_two', 'person_name', 'phone_number'
]
values = [
[data[record].__dict__[c] for c in column_list]
for record in data
]
return spark.createDataFrame(values, column_list)
Теперь вы можете сделать:
temp_df = create_data()
temp_df.show()
#+-----------+---------+-----------+-----------+-----------+-----------+------------+
#|agency_code|agency_id|agency_name|address_one|address_two|person_name|phone_number|
#+-----------+---------+-----------+-----------+-----------+-----------+------------+
#| 00| 000|Some Agency| address 1| P.O. BOX 1| Me|999-999-9999|
#| 00| 000|Some Agency| address 1| P.O. BOX 1| Me|999-999-9999|
#| 00| 000|Some Agency| address 1| P.O. BOX 1| Me|999-999-9999|
#+-----------+---------+-----------+-----------+-----------+-----------+------------+
data = {i: AgencyRecord() for i in range(3)}