目前有一个用Python写的数据预处理的代码，不知道怎么在集群上跑，希望知道的大神指导下。
使用 pyshell 或 spark -shell命令可以运行py脚本，具体的使用方法， 楼主可以上网查，关于这方面有很多教程
使用 pyspark 或 spark -shell命令可以运行py脚本，具体的使用方法， 楼主可以上网查，关于这方面有很多教程