python 双精度类型_python-如何在pysp中将数据框列从字符串类型更改为双精度类型...

这里不需要UDF。 Column已提供simpleString方法和simpleString实例：

from pyspark.sql.types import DoubleType

changedTypedf = joindf.withColumn("label", joindf["show"].cast(DoubleType()))

或短字符串：

changedTypedf = joindf.withColumn("label", joindf["show"].cast("double"))

其中规范的字符串名称(也可以支持其他变体)对应于simpleString值。 因此对于原子类型：

from pyspark.sql import types

for t in ['BinaryType', 'BooleanType', 'ByteType', 'DateType',

'DecimalType', 'DoubleType', 'FloatType', 'IntegerType',

'LongType', 'ShortType', 'StringType', 'TimestampType']:

print(f"{t}: {getattr(types, t)().simpleString()}")

BinaryType: binary

BooleanType: boolean

ByteType: tinyint

DateType: date

DecimalType: decimal(10,0)

DoubleType: double

FloatType: float

IntegerType: int

LongType: bigint

ShortType: smallint

StringType: string

TimestampType: timestamp

例如复杂类型

types.ArrayType(types.IntegerType()).simpleString()

'array'

types.MapType(types.StringType(), types.IntegerType()).simpleString()

'map'