partitionBy (DataFrameWriter)

ファイルシステム上で、指定された列に基づいて出力を分割します。指定されている場合、出力はHiveのパーティショニング方式と同様にファイルシステム上に配置されます。

構文

partitionBy(*cols)

パラメーター

パラメーター	Type	説明
*cols	文字列またはリスト	パーティション分割に使用する列の名前。

戻り値

DataFrameWriter

例

DataFrameを分割してParquetファイルに書き込み、それを読み戻します。

Python

import tempfile, os
with tempfile.TemporaryDirectory(prefix="partitionBy") as d:
    spark.createDataFrame(
        [{"age": 100, "name": "Alice"}, {"age": 120, "name": "Ruifeng Zheng"}]
    ).write.partitionBy("name").mode("overwrite").format("parquet").save(d)

    spark.read.parquet(d).sort("age").show()
    # +---+-------------+
    # |age|         name|
    # +---+-------------+
    # |100| Alice|
    # |120|Ruifeng Zheng|
    # +---+-------------+

    # Read one partition as a DataFrame.
    spark.read.parquet(f"{d}{os.path.sep}name=Alice").show()
    # +---+
    # |age|
    # +---+
    # |100|
    # +---+