sisiel的博客

设有两个dataframe:df1,df2 如果df3=df1.join(df2,df1.device_number=df2.device_number,"inner") df3就会出现两个相同列 device_number 此时改成df3=df1.join(df2,“device_number”,"inner") 就只有一个device_number了 如果想多列key则 df.j...

使用pyspark 中的VectorAssembler出现报错 vectorAssembler = ft.VectorAssembler(inputCols=['cust_sex','cust_age'],outputCol='features') 查看输入数据类型 df1.printSchema() 发现输入的inputCols的字段类型是string，而这个函数只接受flo...