如何将数据集转换为存储库中的字典。我在代工厂内使用 pyspark

Question

我创建了一个融合sheet数据同步到数据集。现在，我想使用该数据集在回购中创建字典。我在回购协议中使用 pyspark。稍后我想使用要传递的字典，以便它填充 Is there a tool available within Foundry that can automatically populate column descriptions? If so, what is it called?.

中的描述

如果有人可以帮助我在 repo 中使用 pyspark 从数据集创建字典，那就太好了。

Answer 1

以下代码会将您的 pyspark 数据框转换为字典列表：

fusion_rows = map(lambda row: row.asDict(), fusion_df.collect())

但是，在您的特定情况下，您可以使用以下代码段：

col_descriptions = {row["column_name"]: row["description"] for row in fusion_df.collect()}
my_output.write_dataframe(
    my_input.dataframe(),
    column_descriptions=col_descriptions
)

假设您的 Fusion sheet 看起来像这样：

+------------+------------------+
| column_name|       description|
+------------+------------------+
|       col_A| description for A|
|       col_B| description for B|
+------------+------------------+

如何将数据集转换为存储库中的字典。我在代工厂内使用 pyspark

How do I transform the data set into a dictionary inside the repo. I am using pyspark within foundry

dictionary

pyspark

dataset

palantir-foundry

foundry-code-repositories