Python 不同模式的拼花地板
我的文件夹Python 不同模式的拼花地板,python,apache-spark,pyspark,Python,Apache Spark,Pyspark,我的文件夹/my_file/*.parquet中有一个拼花地板文件列表。 好的有一列“date\u time”,它应该是一个整数(unix历元时间戳) 但其中一些字段有一个真正的时间戳字段 root |-- date_time: timestamp (nullable = true) 问题是所有这些文件都在同一个文件夹中,当我读取它们时,数据帧上的任何操作都会生成错误: 列:[日期\时间],应为:LongType,应为:INT96 你有什么好方法可以让我轻松地将“时间戳”文件与“整数”文件分
/my_file/*.parquet
中有一个拼花地板文件列表。
好的有一列“date\u time”,它应该是一个整数(unix历元时间戳)
但其中一些字段有一个真正的时间戳字段
root
|-- date_time: timestamp (nullable = true)
问题是所有这些文件都在同一个文件夹中,当我读取它们时,数据帧上的任何操作都会生成错误:
列:[日期\时间],应为:LongType,应为:INT96
你有什么好方法可以让我轻松地将“时间戳”文件与“整数”文件分开吗?
我的文件夹中有超过30k个文件,我只是不知道如何处理它们,因为任何操作都会产生错误
root
|-- date_time: timestamp (nullable = true)