to_csv

Converte una colonna contenente un oggetto StructType in una stringa CSV. Genera un'eccezione, nel caso di un tipo non supportato.

Sintassi

from pyspark.sql import functions as sf

sf.to_csv(col, options=None)

Parametri

Parametro	TIPO	Description
col	pyspark.sql.Column o str	Nome della colonna contenente uno struct.
options	dict, facoltativo	Opzioni per controllare la conversione. Accetta le stesse opzioni dell'origine dati CSV.

Restituzioni

pyspark.sql.Column: stringa CSV convertita dall'oggetto specificato StructType.

Esempi

Esempio 1: Conversione di un StructType semplice in una stringa CSV

from pyspark.sql import Row, functions as sf
data = [(1, Row(age=2, name='Alice'))]
df = spark.createDataFrame(data, ("key", "value"))
df.select(sf.to_csv(df.value)).show()

+-------------+
|to_csv(value)|
+-------------+
|      2,Alice|
+-------------+

Esempio 2: Conversione di un StructType complesso in una stringa CSV

from pyspark.sql import Row, functions as sf
data = [(1, Row(age=2, name='Alice', scores=[100, 200, 300]))]
df = spark.createDataFrame(data, ("key", "value"))
df.select(sf.to_csv(df.value)).show(truncate=False)

+-------------------------+
|to_csv(value)            |
+-------------------------+
|2,Alice,"[100, 200, 300]"|
+-------------------------+

Esempio 3: Conversione di uno StructType con valori Null in una stringa CSV

from pyspark.sql import Row, functions as sf
from pyspark.sql.types import StructType, StructField, IntegerType, StringType
data = [(1, Row(age=None, name='Alice'))]
schema = StructType([
  StructField("key", IntegerType(), True),
  StructField("value", StructType([
    StructField("age", IntegerType(), True),
    StructField("name", StringType(), True)
  ]), True)
])
df = spark.createDataFrame(data, schema)
df.select(sf.to_csv(df.value)).show()

+-------------+
|to_csv(value)|
+-------------+
|       ,Alice|
+-------------+

Esempio 4: Conversione di uno StructType con tipi di dati diversi in una stringa CSV

from pyspark.sql import Row, functions as sf
data = [(1, Row(age=2, name='Alice', isStudent=True))]
df = spark.createDataFrame(data, ("key", "value"))
df.select(sf.to_csv(df.value)).show()

+-------------+
|to_csv(value)|
+-------------+
| 2,Alice,true|
+-------------+