Python 在pyspark中使用RDD从字典创建数据帧

我有一本字典，名字是“Word\u Count”，键是代表单词，值代表文本中的数字单词。我的目标是将其转换为具有两列word和count的数据帧

items = list(Word_Counts.items())[:5]
items

输出：

[('Akdeniz’in', 14), ('en', 13287), ('büyük', 3168), ('deniz', 1276), ('festivali:', 6)]

['Akdeniz’in', 'en', 'büyük', 'deniz', 'festivali:']

Df_Hur.show(5)

+---------------+ 
|_corrupt_record|
+---------------+ 
| Akdeniz’in|
| en| 
| büyük| 
| deniz| 
| festivali:| 
+---------------+

当我使用sc.parallelize建立一个RDD时，我意识到它会删除所有的值，并且只保留键。因此，当我创建一个表时，它只包含来自键。请让我知道如何使用RDD从字典中建立数据帧

rdd1 = sc.parallelize(Word_Counts)
Df_Hur = spark.read.json(rdd1)
rdd1.take(5)

输出：

[('Akdeniz’in', 14), ('en', 13287), ('büyük', 3168), ('deniz', 1276), ('festivali:', 6)]

['Akdeniz’in', 'en', 'büyük', 'deniz', 'festivali:']

Df_Hur.show(5)

+---------------+ 
|_corrupt_record|
+---------------+ 
| Akdeniz’in|
| en| 
| büyük| 
| deniz| 
| festivali:| 
+---------------+

输出：

[('Akdeniz’in', 14), ('en', 13287), ('büyük', 3168), ('deniz', 1276), ('festivali:', 6)]

['Akdeniz’in', 'en', 'büyük', 'deniz', 'festivali:']

Df_Hur.show(5)

+---------------+ 
|_corrupt_record|
+---------------+ 
| Akdeniz’in|
| en| 
| büyük| 
| deniz| 
| festivali:| 
+---------------+

我的目标是：

   word       count
  Akdeniz’in    14
  en            13287
  büyük         3168
  deniz         1276
  festivali:    6

---

您可以将

word\u count.items（）

直接馈送到

parallelize

：

df_hur=sc.parallelize（word_count.items（））.toDF（['word'，'count']）
df_hur.show（）
>>>
+----------+-----+
|字数|
+----------+-----+
|Akdeniz'in | 14|
|en | 13287|
|büyük|3168|
|丹尼斯| 1276|
|阿里:| 6|
+----------+-----+