pyspark期望构造ClassDict的零参数(对于pyspark.mllib.linalg.DenseVector)

Question

我收到了错误

构造ClassDict的预期零参数(对于pyspark.mllib.linalg.DenseVector)

通过尝试这个:

我有一个函数,我转换为udf来转换数据帧中的列的值.像这样:

def func(vector):
   #does something

   return Vector.dense(vector)

udfunc = udf(func, ArrayType(FloatType()))

new_df = df.withColumn("vector",func(df.vector))
new_df.show()

列df.vector具有denseVector值.

有没有人想要解决这个问题或提示？

提前致谢

Answer 1

鉴于您提供的部分明显的问题是您声明了错误的返回类型.的催化剂种类Vector是VectorUDT不ArrayType(FloatType())

from pyspark.mllib.linalg import Vectors, VectorUDT
from pyspark.sql.types import ArrayType, FloatType
from pyspark.sql.functions import udf

dummy_udf = udf(lambda _: Vectors.dense([0, 0, 0]), VectorUDT())

sc.parallelize([(Vectors.dense([1, 1, 1]), )]).toDF(["x"]).select(dummy_udf("x"))

在Spark 2.0及更高版本中用于pyspark.ml.linalg实现与pyspark.mlAPI的兼容性.