{"id":154653,"date":"2022-04-07T12:52:48","date_gmt":"2022-04-07T11:52:48","guid":{"rendered":"https:\/\/multi.datascientest.com\/?p=154653"},"modified":"2023-10-30T17:18:38","modified_gmt":"2023-10-30T16:18:38","slug":"pyspark-todo-sobre-la-biblioteca-python","status":"publish","type":"post","link":"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python","title":{"rendered":"PySpark : Todo sobre la biblioteca Python"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"154653\" class=\"elementor elementor-154653\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-c6a2fca elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"c6a2fca\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-37d0b58\" data-id=\"37d0b58\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-f4cb4be elementor-widget elementor-widget-text-editor\" data-id=\"f4cb4be\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<h2><b>Cuando hablamos de procesamiento de bases de datos en python, pensamos inmediatamente en la biblioteca pandas. Sin embargo, cuando se trata de bases de datos demasiado masivas, los c\u00e1lculos se vuelven demasiado lentos. Afortunadamente, existe otra biblioteca de python, bastante cercana a pandas, que permite procesar cantidades muy grandes de datos : PySpark.\u00a0<\/b><\/h2>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-7d5dad7 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"7d5dad7\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-d293462\" data-id=\"d293462\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-08fabd8 elementor-widget elementor-widget-text-editor\" data-id=\"08fabd8\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><b>Apache Spark<\/b><span style=\"font-weight: 400;\"> es un Framework de c\u00f3digo abierto desarrollado por el AMPLab de la UC Berkeley que permite procesar bases de datos masivas mediante <\/span><b>computaci\u00f3n distribuida<\/b><span style=\"font-weight: 400;\">, una t\u00e9cnica que consiste en explotar varias unidades de computaci\u00f3n distribuidas en <\/span><b>clusters<\/b><span style=\"font-weight: 400;\"> en beneficio de un mismo proyecto para dividir el tiempo de ejecuci\u00f3n de una consulta. Spark fue desarrollado en <\/span><b>Scala<\/b><span style=\"font-weight: 400;\"> y es mejor en su lenguaje nativo. Sin embargo, la biblioteca <\/span><b>PySpark<\/b><span style=\"font-weight: 400;\"> ofrece utilizarla con el lenguaje <\/span><a href=\"https:\/\/datascientest.com\/es\/python-o-r-que-elegir\">Python<\/a><span style=\"font-weight: 400;\">, manteniendo un rendimiento similar al de las implementaciones de Scala. Por lo tanto, Pyspark es una buena alternativa a la biblioteca Pandas cuando se quiere tratar con grandes conjuntos de datos que consumen demasiado tiempo de c\u00e1lculo.<\/span><\/p><p><b>Arquitectura de Spark :<\/b><\/p><p><span style=\"font-weight: 400;\">En primer lugar, es importante entender las bases\u00a0 del funcionamiento de Spark.<\/span><\/p><p><span style=\"font-weight: 400;\">Cuando interact\u00faas con Spark a trav\u00e9s de PySpark, env\u00edas instrucciones al Driver. Es el conductor que coordina todas las operaciones. Puede comunicarse con el controlador a trav\u00e9s de un objeto <\/span><b>SparkContext<\/b><span style=\"font-weight: 400;\">. Este objeto coordina los diferentes c\u00e1lculos en los distintos clusters. La gran ventaja de Spark es que el c\u00f3digo es completamente independiente del SparkContext. Por lo tanto, puede desarrollar su c\u00f3digo localmente en cualquier m\u00e1quina.<\/span><\/p><p><span style=\"font-weight: 400;\">\u00a0En este art\u00edculo, presentaremos algunos de los elementos centrales de Spark, empezando por los RDD, la estructura m\u00e1s b\u00e1sica de Spark. A continuaci\u00f3n, veremos el tipo DataFrame, una estructura m\u00e1s rica que los RDD, optimizada para el machine learning.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-b43fd1c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"b43fd1c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-d6f304f\" data-id=\"d6f304f\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-9688feb elementor-widget elementor-widget-heading\" data-id=\"9688feb\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h3 class=\"elementor-heading-title elementor-size-default\">RDD - Datos distribuidos resistentes<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-164e0ba elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"164e0ba\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-80cf13c\" data-id=\"80cf13c\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4611ed8 elementor-widget elementor-widget-text-editor\" data-id=\"4611ed8\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Un RDD es la representaci\u00f3n de Spark de un <\/span><b>array de datos.<\/b><span style=\"font-weight: 400;\"> Es una colecci\u00f3n de elementos que puede utilizarse para contener tuples, diccionarios, listas\u2026<\/span><\/p><p><span style=\"font-weight: 400;\">La ventaja de un RDD reside en su capacidad para evaluar el c\u00f3digo de forma perezosa: el lanzamiento de los c\u00e1lculos se pospone hasta que sea absolutamente necesario. Por ejemplo, al importar un archivo, s\u00f3lo se crea un puntero al mismo. En realidad, el c\u00e1lculo s\u00f3lo se realiza en el \u00faltimo momento, cuando se quiere visualizar o utilizar un resultado. Para profundizar en la <\/span><b>manipulaci\u00f3n de un RDD<\/b><span style=\"font-weight: 400;\">, puede utilizar la documentaci\u00f3n disponible aqu\u00ed<\/span><\/p><p><span style=\"font-weight: 400;\">\u00a0Un RDD se lee l\u00ednea por l\u00ednea, lo que lo hace <\/span><b>eficiente para procesar archivos de texto <\/b><span style=\"font-weight: 400;\">(contar el n\u00famero de ocurrencias de cada palabra en la integral de los miserables, por ejemplo), pero es una <\/span><b>estructura inadecuada para c\u00e1lculos por columna. <\/b><span style=\"font-weight: 400;\">Por lo tanto, para realizar machine learning\u00a0 necesitamos introducir una nueva estructura: DataFrames.\u00a0<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-7755d82 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"7755d82\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-d8e302d\" data-id=\"d8e302d\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1d231c0 elementor-widget elementor-widget-heading\" data-id=\"1d231c0\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">DataFrame pyspark<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2a7b61d elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"2a7b61d\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-f42967e\" data-id=\"f42967e\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-9fad949 elementor-widget elementor-widget-text-editor\" data-id=\"9fad949\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">El DataFrame de pyspark es<\/span><b> la estructura m\u00e1s optimizada en Machine Learning<\/b><span style=\"font-weight: 400;\">. Utiliza las bases subyacentes de un RDD pero se ha estructurado en columnas adem\u00e1s de filas en una<a href=\"https:\/\/datascientest.com\/es\/sql-todo-lo-que-necesitas-saber-sobre-el-lenguaje-de-programacion-de-bases-de-datos\"> estructura SQL<\/a>. Su forma est\u00e1 inspirada en el DataFrame del m\u00f3dulo Pandas.<\/span><\/p><p><span style=\"font-weight: 400;\">Gracias a la estructura de DataFrame, podemos por tanto realizar potentes c\u00e1lculos a trav\u00e9s de un lenguaje familiar (ya que es similar a pandas), a la vez que evitamos el coste de entrada de aprender un nuevo lenguaje funcional: Scala.<\/span><\/p><p><b>Spark SQL<\/b><span style=\"font-weight: 400;\"> es un m\u00f3dulo de Spark que permite trabajar con <\/span><b>datos estructurados<\/b><span style=\"font-weight: 400;\">. Por lo tanto, dentro de este m\u00f3dulo se ha desarrollado el Spark DataFrame.<\/span><\/p><p><span style=\"font-weight: 400;\">Spark SQL tiene una documentaci\u00f3n de una sola p\u00e1gina que es bastante rica tanto en ejemplos como en explicaciones. Al contrario de lo que pueda encontrar en Internet, esta documentaci\u00f3n es el \u00fanico documento que est\u00e1 siempre actualizado con la \u00faltima versi\u00f3n de Spark.<\/span><\/p><p><span style=\"font-weight: 400;\">Este art\u00edculo es s\u00f3lo una introducci\u00f3n a las principales nociones de Pyspark. Nuestros cursos de formaci\u00f3n contienen un m\u00f3dulo entero sobre el aprendizaje de esta herramienta esencial para el manejo de datos masivos. Si quieres dominar esta herramienta, d\u00e9jate tentar por uno de <a href=\"https:\/\/datascientest.com\/es\/formacion-data-scientist\">nuestros cursos de formaci\u00f3n en ciencia de datos<\/a>.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-ced8e63 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"ced8e63\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-ac7eb6e\" data-id=\"ac7eb6e\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4c7f219 elementor-align-center elementor-widget elementor-widget-button\" data-id=\"4c7f219\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"\/es\/nuestros-cursos-de-data\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Descubrir nuestros cursos de Data<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t<div class=\"elementor-element elementor-element-ab9b678 e-flex e-con-boxed e-con\" data-id=\"ab9b678\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-c2ff2b0 elementor-widget elementor-widget-html\" data-id=\"c2ff2b0\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\r\n{\r\n  \"@context\": \"https:\/\/schema.org\",\r\n  \"@type\": \"FAQPage\",\r\n  \"mainEntity\": [{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"\u00bfQu\u00e9 es DataFrame pyspark?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"El DataFrame de pyspark es la estructura m\u00e1s optimizada en Machine Learning. Utiliza las bases subyacentes de un RDD pero se ha estructurado en columnas adem\u00e1s de filas en una estructura SQL. Su forma est\u00e1 inspirada en el DataFrame del m\u00f3dulo Pandas.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"\u00bfQu\u00e9 es Apache Spark?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Apache Spark es un Framework de c\u00f3digo abierto desarrollado por el AMPLab de la UC Berkeley que permite procesar bases de datos masivas mediante computaci\u00f3n distribuida, una t\u00e9cnica que consiste en explotar varias unidades de computaci\u00f3n distribuidas en clusters en beneficio de un mismo proyecto para dividir el tiempo de ejecuci\u00f3n de una consulta. Spark fue desarrollado en Scala y es mejor en su lenguaje nativo. Sin embargo, la biblioteca PySpark ofrece utilizarla con el lenguaje Python, manteniendo un rendimiento similar al de las implementaciones de Scala. Por lo tanto, Pyspark es una buena alternativa a la biblioteca Pandas cuando se quiere tratar con grandes conjuntos de datos que consumen demasiado tiempo de c\u00e1lculo.\"\r\n    }\r\n  }]\r\n}\r\n<\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Cuando hablamos de procesamiento de bases de datos en python, pensamos inmediatamente en la biblioteca pandas. Sin embargo, cuando se trata de bases de datos demasiado masivas, los c\u00e1lculos se vuelven demasiado lentos. Afortunadamente, existe otra biblioteca de python, bastante cercana a pandas, que permite procesar cantidades muy grandes de datos : PySpark.&nbsp; Apache Spark [&hellip;]<\/p>\n","protected":false},"author":45,"featured_media":44186,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2427],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>PySpark : Todo sobre la biblioteca Python<\/title>\n<meta name=\"description\" content=\"D\u00e9couvrez avec nos experts PySpark, la librairie python qui vous permet de traiter tr\u00e8s rapidement un grand volume de donn\u00e9es !\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"PySpark : Todo sobre la biblioteca Python\" \/>\n<meta property=\"og:description\" content=\"Cuando hablamos de procesamiento de bases de datos en python, pensamos inmediatamente en la biblioteca pandas. Sin embargo, cuando se trata de bases de\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python\" \/>\n<meta property=\"og:site_name\" content=\"Formaci\u00f3n en ciencia de datos | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2022-04-07T11:52:48+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T16:18:38+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2021\/02\/illu_pyspark_blog-84.png\" \/>\n\t<meta property=\"og:image:width\" content=\"4268\" \/>\n\t<meta property=\"og:image:height\" content=\"2342\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Daniel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Daniel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python\"},\"author\":{\"name\":\"Daniel\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\"},\"headline\":\"PySpark : Todo sobre la biblioteca Python\",\"datePublished\":\"2022-04-07T11:52:48+00:00\",\"dateModified\":\"2023-10-30T16:18:38+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python\"},\"wordCount\":718,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python#respond\"]}],\"copyrightYear\":\"2022\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python\",\"url\":\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python\",\"name\":\"PySpark : Todo sobre la biblioteca Python\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/#website\"},\"datePublished\":\"2022-04-07T11:52:48+00:00\",\"dateModified\":\"2023-10-30T16:18:38+00:00\",\"description\":\"D\u00e9couvrez avec nos experts PySpark, la librairie python qui vous permet de traiter tr\u00e8s rapidement un grand volume de donn\u00e9es !\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/es\/#website\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"name\":\"Formaci\u00f3n en ciencia de datos | DataScientest.com\",\"description\":\"L\u00edder en formaci\u00f3n en Ciencia de Datos\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/es\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-spain\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\",\"name\":\"Daniel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"caption\":\"Daniel\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/school\/datascientest\/\",\"user\"],\"jobTitle\":\"ing\u00e9nieur logiciel\",\"worksFor\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/author\/team-redac\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"PySpark : Todo sobre la biblioteca Python","description":"D\u00e9couvrez avec nos experts PySpark, la librairie python qui vous permet de traiter tr\u00e8s rapidement un grand volume de donn\u00e9es !","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python","og_locale":"es_ES","og_type":"article","og_title":"PySpark : Todo sobre la biblioteca Python","og_description":"Cuando hablamos de procesamiento de bases de datos en python, pensamos inmediatamente en la biblioteca pandas. Sin embargo, cuando se trata de bases de","og_url":"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python","og_site_name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2022-04-07T11:52:48+00:00","article_modified_time":"2023-10-30T16:18:38+00:00","og_image":[{"width":4268,"height":2342,"url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2021\/02\/illu_pyspark_blog-84.png","type":"image\/png"}],"author":"Daniel","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Escrito por":"Daniel","Tiempo de lectura":"3 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python#article","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python"},"author":{"name":"Daniel","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0"},"headline":"PySpark : Todo sobre la biblioteca Python","datePublished":"2022-04-07T11:52:48+00:00","dateModified":"2023-10-30T16:18:38+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python"},"wordCount":718,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"articleSection":["Data Science"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python#respond"]}],"copyrightYear":"2022","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python","url":"https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python","name":"PySpark : Todo sobre la biblioteca Python","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/#website"},"datePublished":"2022-04-07T11:52:48+00:00","dateModified":"2023-10-30T16:18:38+00:00","description":"D\u00e9couvrez avec nos experts PySpark, la librairie python qui vous permet de traiter tr\u00e8s rapidement un grand volume de donn\u00e9es !","inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/es\/pyspark-todo-sobre-la-biblioteca-python"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/es\/#website","url":"https:\/\/datascientest.com\/es\/","name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","description":"L\u00edder en formaci\u00f3n en Ciencia de Datos","publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/es\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-spain\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0","name":"Daniel","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","caption":"Daniel"},"sameAs":["https:\/\/www.linkedin.com\/school\/datascientest\/","user"],"jobTitle":"ing\u00e9nieur logiciel","worksFor":"DataScientest","url":"https:\/\/datascientest.com\/es\/author\/team-redac"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/154653"}],"collection":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/comments?post=154653"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/154653\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media\/44186"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media?parent=154653"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/categories?post=154653"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/tags?post=154653"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}