如何在Spark Dataframe中显示完整的列内容?

我使用spark-csv加载数据到一个DataFrame。我想做一个简单的查询并显示内容:

val df = sqlContext.read.format("com.databricks.spark.csv").option("header", "true").load("my.csv")
df.registerTempTable("tasks")
results = sqlContext.sql("select col from tasks");
results.show()

山坳似乎被截断了:

scala> results.show();
+--------------------+
|                 col|
+--------------------+
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:15:...|
|2015-11-06 07:15:...|
|2015-11-16 07:15:...|
|2015-11-16 07:21:...|
|2015-11-16 07:21:...|
|2015-11-16 07:21:...|
+--------------------+

如何显示列的全部内容?

当前回答

试试这个命令:

df.show(df.count())

2016-11-25 20:16:32

其他回答

下面的代码将有助于查看所有行，而不会截断每列

df.show(df.count(), False)

2017-02-05 01:21:24

其他的解都很好。如果这些是你的目标:

没有列的截断，没有行损失，快, 非常高效。

这两行很有用……

    df.persist
    df.show(df.count, false) // in Scala or 'False' in Python

通过持久化，当使用持久化或缓存来维护执行器内部的临时底层数据帧结构时，执行器的两个操作count和show会更快更有效。请参阅有关持久化和缓存的更多信息。

2017-02-15 06:25:17

在Pyspark中我们可以使用

df.show(truncate=False)这将显示列的完整内容而不进行截断。

df.show(5,truncate=False)这将显示前五行的全部内容。

2021-07-12 21:39:26

试试这个命令:

df.show(df.count())

2016-11-25 20:16:32

如果输入results.show(false)，结果将不会被截断

2016-04-08 19:02:03

如何在Spark Dataframe中显示完整的列内容?

推荐文章

最新文章

标签