我有一个列为字符串的数据帧。
我想在PySpark中将列类型更改为Double类型
我是这样做的：
toDoublefunc=UserDefinedFunction（lambda x:x，DoubleType（））
changedTypedf=joindf.withColumn（“标签”，toDoublefunc（joindf[‘show’]））
我只是想知道，这是跑步的正确方式吗
通过逻辑回归，我得到了一些错误，所以我想知道，
这就是麻烦的原因吗
这里不需要自定义项列已经提供了带有数据类型实例的cast方法：
pyspark.sql.types导入DoubleType的
changedTypedf=joindf.withColumn（“标签”，joindf[“显示”].cast（DoubleType（））
或短字符串：
changedTypedf=joindf.withColumn（“label”，joindf[“show”].cast（“double”））
其中规范字符串名称（也可以支持其他变体）对应于simpleStringvalue。所以对于原子类型：
pyspark.sql导入类型中的
对于['BinaryType'，'BooleanType'，'ByteType'，'DateType'中的t，
“DecimalType”、“DoubleType”、“FloatType”、“IntegerType”，
“LongType”、“ShortType”、“StringType”、“TimestampType”]：
打印（f“{t}:{getattr（types，t）（.simpleString（）}”）
BinaryType:binary
布尔型：布尔型
ByteType:tinyint
日期类型：日期
十进制类型：十进制（10,0）
双重类型：双重
浮动类型：浮动
整数类型：int
长字体：bigint
ShortType:smallint
StringType:string
时间戳类型：时间戳
比如复杂类型
types.ArrayType（types.IntegerType（））.simpleString（）
'array<；int>；'
types.MapType（types.StringType（），types.IntegerType（））.simpleString（）
'map<；字符串，int>；'