spark dataframe转换列的类型

spark在训练机器学习模型时,要求输入的DataFrame的列的类型为数值类型,而一般从原始数据读入的是string类型的数据,故需要将各个列都转为double类型。涉及到了dataframe多个列转化为某种类型的问题。

如果是单列,可以用下面的方法:

import org.apache.spark.sql.types._
val data = Array(("1", "2", "3", "4", "5"), ("6", "7", "8", "9", "10"))
val df = spark.createDataFrame(data).toDF("c1","c2","c3","c4","c5")

import org.apache.spark.sql.functions._
val df_after = df.select(col("c1").cast(DoubleType))
df_after.show()

+---+

| c1|

+---+

|1.0|

|6.0|

+---+

 

       如果是处理所有列,最直接的办法是用for循环,如下:

var df1 = df
for (cName <- df.columns){
  df1 = df1.withColumn(cName,col(cName).cast(DoubleType))
}

       但是当特征列非常多的时候,效率会很低,scala 有array:_*这样传参这种语法,而df的select方法也支持这样传,于是最终可以按下面的这样写

val cols = df.columns.map(f => col(f).cast(DoubleType))
df.select(cols: _*).show()
  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值