Python Spark使用整数和浮点数混合的列创建数据帧

我想用一列数字创建一个spark数据框，其中一些是整数，另一些是浮点：

tmp = spark.createDataFrame([1.0, 2.1, 3], IntegerType()).toDF('bins')

它引发了以下错误：

TypeError:字段值：IntegerType无法接受类型中的对象1.0

如何创建列中包含1.0、2.1、3的数据框？它应该是3，不能像：3.0那样进行浮动。2.1也不能转换为2。 如果改用此命令：

tmp = spark.createDataFrame([1.0, 2.1, 3], FloatType()).toDF('bins')

它引发了以下错误：

TypeError:字段值：FloatType无法接受类型中的对象3

---

如何创建此数据框？

以下是您的解决方案：

从pyspark.sql导入函数为F，窗口为W，类型为T tmp=spark.createDataFramemapfloat[1.0,2.1,3]，T.FloatType.toDFbins 或者另一个：

tmp= spark.createDataFrame[1.0,2.1,3]，T.StringType 托夫宾斯先生 .带柱箱，F.colbins.castT.FloatType

---

以下是您的解决方案：

从pyspark.sql导入函数为F，窗口为W，类型为T tmp=spark.createDataFramemapfloat[1.0,2.1,3]，T.FloatType.toDFbins 或者另一个：

tmp= spark.createDataFrame[1.0,2.1,3]，T.StringType 托夫宾斯先生 .带柱箱，F.colbins.castT.FloatType

---

你不能那样做。即使你可以，你也不应该。为什么你不能有一个3.0？实际上我可以有3.0，但是如果这个列表变成了一个自动生成的数字列表呢？我应该将所有整数转换为浮点吗@我想是的，它们应该在数学上表示相同的东西。有时浮点数会出现精度错误，但如果混合了数字类型，就只能这样了。这就是答案。非常高兴地感谢@Bluesheeptoken！你不能那样做。即使你可以，你也不应该。为什么你不能有一个3.0？实际上我可以有3.0，但是如果这个列表变成了一个自动生成的数字列表呢？我应该将所有整数转换为浮点吗@我想是的，它们应该在数学上表示相同的东西。有时浮点数会出现精度错误，但如果混合了数字类型，就只能这样了。这就是答案。非常高兴地感谢@Bluesheeptoken！