将字符串转换为json文件上的数值-PySpark操作

我正在学习PySpark，在将一列“字符串”转换为数字时遇到了一个问题。我四处寻找，但找不到解决办法。请帮忙

我能够执行以下两个命令：

people=sqlContext.read.json（“C:\wdchentxt\People2.json”） people.select（'name'，people.age+1）.show（）

但我得到了以下错误，因为“年龄”不是一个数字列。 如何将年龄列从字符串聚合到数字

people.groupBy（'gender'）.sum（'age'）.show（）

---

我特别困惑，因为年龄+1的人是成功的。谢谢

您有JSON文件的示例吗

此文档可能会有所帮助，因为它与您的代码类似：

---

您可以在pyspark数据帧中使用cast函数

df.select('gender',df.age.cast('int').alias('age')).groupBy('gender').sum('age').show()

---

希望对您有所帮助。

谢谢！这比我想象的要复杂得多。你知道为什么下面这行正确吗？people.select（'name'，people.age+1）.show（）。如果我可以在people.age中添加1，那么它必须是一个数字，对吗？如果对您有用，请接受答案。这是我的json文件（仅第一行-为了节省空间）{“name”：“Burks”，“gender”：“male”，“deptid”：“100”，“age”：“26”，“salary”：“2700”}谢谢！