我有一个数据帧星火看起来如下:变换字符串列向量列星火DataFrames
+-----------+-------------------+
| ID | features |
+-----------+-------------------+
| 18156431|(5,[0,1,4],[1,1,1])|
| 20260831|(5,[0,4,5],[2,1,1])|
| 91859831|(5,[0,1],[1,3]) |
| 206186631|(5,[3,4,5],[1,5]) |
| 223134831|(5,[2,3,5],[1,1,1])|
+-----------+-------------------+
在这个数据帧功能列是稀疏向量。在我的脚本中,我必须将此DF保存为磁盘上的文件。在执行此操作时,功能列将保存为文本列:示例"(5,[0,1,4],[1,1,1])"
。 在Spark中再次导入时,列保持字符串,如您所期望的那样。如何将列转换回(稀疏)矢量格式?
哪个版本的Spark?你想得到哪个矢量类('ML' /'MLib')?你如何阅读这些数据? – zero323
Spark版本= 1.6.2。最好是一个ML矢量(但你可以解释两者)。我使用下面的代码来读取数据:'DF = sqlContext.read.format('com.databricks.spark.csv')。options(header ='true',inferschema ='true',delimiter = delimiter).load ('file://'+ path).drop('')' – Stijn
1.6中没有ML向量,因此它使事情变得简单:) – zero323