时间戳

首页 > 解决方案 > Azure Databricks - 将 Parquet 文件读入 DataFrame

python - Azure Databricks - 将 Parquet 文件读入 DataFrame

问题描述

我是 Python 的新手……试图从 Databricks 读取镶木地板文件，但是当文件为空时会抛出错误。如何在将文件读入 DataFrame 之前检查文件大小。下面的代码：

%python

##check if file is empty ???
##if not empty read
##else do something else

try:
   parquetDF =              
   spark.read.parquet("wasbs://XXXXX@XXXX.blob.core.windows.net/XXXX/2019-10- 11/account.parquet")
except:
   print('File is Empty !!!')

标签： pythondataframeparquetazure-databricks

解决方案

现在我正在做如下处理

%python
import pandas as pd
data = {
    'Dummy': ['Dummy'], 
}
parquetDF = pd.DataFrame(data)
try:
  parquetDF = spark.read.parquet("wasbs://XXXXX@XXXXX.blob.core.windows.net/XXXXX/2019-10-11/account.parquet")
except:
  print('Empty File!!!')
if (parquetDF.columns[0] == 'Dummy'):
  print('Do Nothing !!!!')
else:
  print('Do Something !!!')

创建 Dummy DataFrame，然后尝试使用 parquet Data 加载 DataFrame。如果任何异常/源文件为空 DF 将不会被加载。然后检查是否加载了DF并进行相应处理。

还尝试读取文件大小，但出现异常“没有这样的文件或目录”

%python
import os
statinfo = os.stat("wasbs://XXXXX@XXXXX.blob.core.windows.net/XXXXX/2019-10-11/account.parquet")
statinfo

推荐阅读