python - Azure Databricks - 将 Parquet 文件读取到 DataFrame 中

Question

我是 Python 新手...尝试从 Databricks 读取 Parquet 文件，但当文件为空时会抛出错误。在将文件读入 DataFrame 之前如何检查文件大小。代码如下:

%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 !!!')

Answer 1

现在我正在按如下方式处理此问题

%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 !!!')

创建虚拟数据帧，然后尝试使用 Parquet 数据加载数据帧。如果有任何异常/源文件为空 DF 将不会被加载。然后检查DF是否加载并进行相应处理。

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