Python 熊猫'；数据帧'；对象没有属性'；写'；当试图在拼花文件中本地保存它时

你能帮我解决这个错误吗

我正在尝试执行以下代码以将数据帧本地保存为分区拼花地板文件：

dfcitas.write.format("parquet")\
    .mode("overwrite")\
    .partitionBy("NPatente")\
    .save("/datos/dfcitas-particionado.parquet")

这个错误出现了：

AttributeErrorTraceback (most recent call last)
<ipython-input-164-9b06b4833bf9> in <module>()
----> 1 dfcitas.write.format("parquet")    .mode("overwrite")    .partitionBy("NPatente")    .save("/datos/dfcitas-particionado.parquet")
    
    /opt/conda/lib/python2.7/site-packages/pandas/core/generic.pyc in __getattr__(self, name)
       3612             if name in self._info_axis:
       3613                 return self[name]
    -> 3614             return object.__getattribute__(self, name)
       3615 
       3616     def __setattr__(self, name, value):
    
    AttributeError: 'DataFrame' object has no attribute 'write'

这里非常感谢你的帮助

---

谢谢大家!

请检查此处，将熊猫数据帧写入

---

请勾选此处，将熊猫数据帧写入

---

您可以添加创建

dfcitas

dataframe的步骤吗？将.save（）替换为to\u parquet（）@Shu，我确实在问题的末尾添加了创建dfcitas dataframe的代码。@在\u c\u级别以上，我将.save（）替换为to\u parquet（）同样的错误仍然出现。这里有一个pandas dataframe对象并尝试执行pyspark dataframe操作。因此，您应该调用

dfcitas.to_parquet（'df.parquet.gzip'，partition_cols=[“npante”]，compression='gzip'）

您可以添加创建

dfcitas

dataframe的步骤吗？将.save（）替换为to_parquet（）@Shu，我确实在问题的末尾添加了创建dfcitas数据框的代码。@c_以上级别，我替换了.save（）对于to_parquet（），仍然出现相同的错误。这里有一个pandas dataframe对象，并尝试执行pyspark dataframe操作。因此，您应该调用

dfcitas.to_parquet（'df.parquet.gzip'，partition_cols=[“npante”]，compression='gzip'）

# Importing the Pandas library
import pandas as pd

# Reading the cite75_99.txt.bz2 file in compressed format and sabing it to a DataFrame
df = pd.read_csv('/datos/cite75_99.txt.bz2', compression='bz2', header=0, sep=',', quotechar='"')

# Grouping the number of patents and counting the numbre of cites that each patent recieved in a new DataFrame
dfcitas = df.groupby('CITING')['CITED'].count().reset_index()

# Renaming the columns of the new DataFrame
dfcitas.columns = ['NPatente','ncitas']

# Printng the DataFrame
print(dfcitas)

df.to_parquet('df.parquet.gzip',
              compression='gzip')