Convierta el marco de datos pyspark en una lista de diccionarios de Python

Question

Hola, soy nuevo en pyspark y estoy tratando de convertir pyspark.sql.dataframe en una lista de diccionarios.

A continuación se muestra mi marco de datos, el tipo es <class 'pyspark.sql.dataframe.DataFrame'>:

+------------------+----------+------------------------+
|             title|imdb_score|Worldwide_Gross(dollars)|
+------------------+----------+------------------------+
| The Eight Hundred|       7.2|               460699653|
| Bad Boys for Life|       6.6|               426505244|
|             Tenet|       7.8|               334000000|
|Sonic the Hedgehog|       6.5|               308439401|
|          Dolittle|       5.6|               245229088|
+------------------+----------+------------------------+

Me gustaría convertirlo en:

[{"title":"The Eight Hundred", "imdb_score":7.2, "Worldwide_Gross(dollars)":460699653},
 {"title":"Bad Boys for Life", "imdb_score":6.6, "Worldwide_Gross(dollars)":426505244},
 {"title":"Tenet", "imdb_score":7.8, "Worldwide_Gross(dollars)":334000000},
 {"title":"Sonic the Hedgehog", "imdb_score":6.5, "Worldwide_Gross(dollars)":308439401},
 {"title":"Dolittle", "imdb_score":5.6, "Worldwide_Gross(dollars)":245229088}]

¿Cómo debería hacer esto? ¡Gracias por adelantado!

Answer 1

Puede asignar cada fila a un diccionario y recopilar los resultados:

df.rdd.map(lambda row: row.asDict()).collect()