0
我有一个包含多个列的rdd,并且想要提取名为“age”的列。我试过了:将RDD列提取到新的RDD中
rddAge = df.rdd.map(lambda row: Row(age=row.age))
代码没有返回错误。但是当我只是试图做一个rddAge.count(),我得到了一个很长的回溯:
Py4JJavaError: An error occurred while calling z:org.apache.spark.api.python.PythonRDD.collectAndServe.
: org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 29.0 failed 10 times, most recent failure: Lost task 0.9 in stage 29.0 (TID 365, yp-spark-dal09-env5-0048): org.apache.spark.api.python.PythonException: Traceback (most recent call last): ...
我做错了吗?
感谢
我试过你的代码,并做得很好... 你可以发布你做什么与DF? –
您不会转储堆栈跟踪的重要组件。 – Chinny84