我正在使用 Jupyter Notebook，刚刚开始学习 Apache Spark，但在创建简单的 RDD 时出现错误：
sc.parallelize([2, 3, 4]).count()
错误是：parallelize() missing 1 required positional argument: 'c'
这种情况发生在每种情况下，就像我尝试一样textFile("")，我发现位置参数丢失了。我有sparkcontext as sc，有人可以帮我解决这个问题吗？
我在数据集中有一列具有分类值，我想将它们转换为数值。我正在尝试使用 LabelEncoder，但这样做时出错。
from sklearn.preprocessing import LabelEncoder
m = hsp_train["Alley"]
m_enc = LabelEncoder()
j = m_enc.fit_transform(m)
我收到一个错误：
不可排序的类型：float() > str()
列中的系列有 3 个值。我希望它们分别为 0、1、2，但我收到了那个错误。
我也试过这个：
l = hsp_train["Alley"]
l_enc = pd.factorize(l)
hsp_train["Alley"] = l_enc[0]
但这给了我值 -1, 1, 2. 我不想要它从 1 开始。
我有一个列表 - 一个列和一个列 - b.
a = [2, 4, 1, 1, 6, 1, 1, 3, 5, 1]
b = ["A", "B", "C", "D", "E", "F", "G", "H", "I", "J"]
我想从列表"b"中获取列,当与列表"a"进行比较时,列的值为1.
我希望输出为:
c = ["C", "D", "F", "G", "J"]
我该怎么做？
我有一个只有两列的数据集.我想根据一栏中的某些条件从中提取一小部分.将此视为我的数据集.
A B
1 10
1 9
2 11
3 12
3 11
4 9
假设我只想提取那些B值在10-12之间的行.所以我得到一个新的数据集:
A B
1 10
2 11
3 12
3 11
我尝试使用df.loc [df ["B"] ==范围(10,12)]但它不起作用,有人可以帮我这个吗？
我导入了 matplotlib.pyplot 和 NumPy
我想将桌面上的图像显示到绘图中，但我得到了一个TypeError.
代码 ：
img = (image) ( here do we need to give the location of the file or the file directly)
imshow(img, extent=[-25,25,-25,25], cmap = cm.bone)
colorbar()
Error: TypeError: Image data can not convert to float
我使用 Pycharm 作为我的 ide。