Databricks pyspark.pandasライブラリのsqlメソッドのSQLクエリ内でDataFrameを呼び出す方法
databricks環境でデータパイプライン構築をしていた際、加工したDataframeをSQLクエリ内に埋め込んでtableの代わりに利用していました。注意点として、f構文無しの場合「{df}」と記述し、f構文ありの場合「{{df}}」に...
Databricks
Databricks Databricks pyspark.pandasのDataFrameで重複行を確認する方法
pyspark.pandasライブラリで、全ての列の値が重複していないか確認するために「display(df)」をそのまま使うとエラーが出てきてしまいました。その対策として以下2つの方法を試したところエラーを回避することができました。wit...
Databricks SQLで重複行を取得する方法２選
Databricks上のデータパイプライン構築業務において全ての列の値が重複していないか確認する際に使用しました。DISTINCTを使用SELECT * FROM <table_name>ALLを使用するSELECT *FROM <tabl...
Databricks Databricksで過去のテーブル内容にデータを戻す方法
Databricksを利用してデータパイプラインの結合テストにて、不具合を修正して動作確認した際、他の処理でも参照するテーブル内容を書き換えてしまったことがありました。新たにテーブルを作成しなおさなくて済んだので非常に便利です。対象テーブル...