pyspark - 我应该在 int 列上使用 StringIndexer 吗？

Question

您好，所以我有一个 pyspark 数据框，其中包含“月”和“day_of_week”列。

这些已由数字值表示：

• 1 在“月”a 中代表 januaray

• “day_of_week”中的 1 代表星期一。

这些是当我 printSchem() 时，被标识为整数。

我应该通过 StringIndexer 将它们识别为机器学习的分类变量，还是可以保持原样？

标签： pyspark

Answer 1

StringIndexer旨在处理分类列（字符串类型）。所以答案是否定的，你可以保持原样。