Plano de pyspark en pandas

Question

Jun 26, 2015, 08:53 PM

¿Hay una operación en pandas que haga lo mismo quemapa plano en pyspark?

Ejemplo de flatMap:

>>> rdd = sc.parallelize([2, 3, 4])
>>> sorted(rdd.flatMap(lambda x: range(1, x)).collect())
[1, 1, 1, 2, 2, 3]

Hasta ahora puedo pensar enapply seguido poritertools.chain, pero me pregunto si hay una solución de un solo paso.

Respuestas a la pregunta(3)

Rellene los valores faltantes en el marco de datos con los datos del mismo marco de datos

Pthread Mutex: pthread_mutex_unlock () consume mucho tiempo

Mapeo de la variable al tamaño hexagonal con geom_hex

Intellij compila fallos: "ya está definido como"

Javascript: ¿Cómo evitar la adición de una nueva propiedad en una función?