我有一個數據幀星火看起來如下:變換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])|
+-----------+-------------------+
在這個數據幀功能列是稀疏向量。在我的腳本中,我必須將此DF保存爲磁盤上的文件。在執行此操作時,功能列將保存爲文本列:示例"(5,[0,1,4],[1,1,1])"
。 在Spark中再次導入時,列保持字符串,如您所期望的那樣。如何將列轉換回(稀疏)矢量格式?
哪個版本的Spark?你想得到哪個矢量類('ML' /'MLib')?你如何閱讀這些數據? – zero323
Spark版本= 1.6.2。最好是一個ML矢量(但你可以解釋兩者)。我使用下面的代碼來讀取數據:'DF = sqlContext.read.format('com.databricks.spark.csv')。options(header ='true',inferschema ='true',delimiter = delimiter).load ('file://'+ path).drop('')' – Stijn
1.6中沒有ML向量,因此它使事情變得簡單:) – zero323