【发布时间】:2020-07-30 09:09:12
【问题描述】:
我有一个用户偏好表的数据框:
+------+------------------+------+---------+---------+--------+------+-----+-----------+-----+-------+---------+------+----+-------+-------+-------+------+--------+---+-------+
|userId|(no genres listed)|Action|Adventure|Animation|Children|Comedy|Crime|Documentary|Drama|Fantasy|Film-Noir|Horror|IMAX|Musical|Mystery|Romance|Sci-Fi|Thriller|War|Western|
+------+------------------+------+---------+---------+--------+------+-----+-----------+-----+-------+---------+------+----+-------+-------+-------+------+--------+---+-------+
| 18| 0| 0| 0| 0| 0| 1| 0| 0| 0| 0| 0| 0| 0| 0| 0| 1| 0| 0| 0| 0|
| 65| 0| 9| 4| 0| 4| 12| 8| 1| 15| 6| 4| 0| 0| 0| 2| 7| 7| 10| 0| 0|
| 96| 0| 0| 16| 16| 0| 16| 0| 0| 0| 16| 0| 0| 0| 16| 0| 16| 0| 0| 0| 0|
| 121| 0| 8| 0| 0| 0| 69| 9| 0| 21| 0| 0| 0| 0| 0| 0| 15| 0| 5| 5| 0|
| 129| 0| 11| 14| 0| 3| 85| 4| 4| 46| 3| 0| 2| 3| 0| 19| 28| 11| 17| 8| 0|
+------+------------------+------+---------+---------+--------+------+-----+-----------+-----+-------+---------+------+----+-------+-------+-------+------+--------+---+-------+
如何对其执行逐行规范化?所以我得到以下格式的数据框:
([[0. , 0. , 0. , ..., 0. , 0. , 0. ],
[0. , 0.31799936, 0.14133305, ..., 0.35333263, 0. , 0. ],
[0. , 0. , 0.40824829, ..., 0. , 0. , 0. ],
...,
[0. , 0. , 0. , ..., 0. , 0. , 0. ],
[0. , 0.06311944, 0.1577986 , ..., 0. , 0. , 0. ],
[0. , 0. , 0. , ..., 0. , 0. , 0. ]])
如何通过对应的 userId 值访问该表的每一行?
【问题讨论】:
标签: pyspark