각 행이 지정된 스키마와 일치하도록 조정되는 새 DataFrame을 반환합니다.
문법
to(schema: StructType)
매개 변수
| 매개 변수 | 유형 | 설명 |
|---|---|---|
schema |
구조형 타입 | 지정된 스키마입니다. |
Returns
DataFrame: 조정된 데이터 프레임입니다.
Notes
- 지정된 스키마와 일치하도록 이름별로 열 및/또는 내부 필드의 순서를 다시 지정합니다.
- 지정된 스키마에 필요하지 않은 열 및/또는 내부 필드를 Project. 열 및/또는 내부 필드가 누락되어(지정된 스키마에 있지만 입력 DataFrame에 없음) 오류가 발생합니다.
- 형식이 호환되는 경우 열 및/또는 내부 필드를 지정된 스키마의 데이터 형식과 일치하도록 캐스팅합니다(예: 숫자에서 숫자로(오버플로의 경우 오류) int할 문자열은 아닙니다.
- 지정된 스키마에서 메타데이터를 이월하는 반면 열 및/또는 내부 필드는 지정된 스키마로 덮어쓰지 않은 경우에도 자체 메타데이터를 유지합니다.
- Null 허용 여부가 호환되지 않으면 실패합니다. 예를 들어 열 및/또는 내부 필드는 null을 허용하지만 지정된 스키마는 null을 허용하지 않아도 됩니다.
Spark Connect를 지원합니다.
예제
from pyspark.sql.types import StructField, StringType
df = spark.createDataFrame([("a", 1)], ["i", "j"])
df.schema
# StructType([StructField('i', StringType(), True), StructField('j', LongType(), True)])
schema = StructType([StructField("j", StringType()), StructField("i", StringType())])
df2 = df.to(schema)
df2.schema
# StructType([StructField('j', StringType(), True), StructField('i', StringType(), True)])
df2.show()
# +---+---+
# | j| i|
# +---+---+
# | 1| a|
# +---+---+