我试图将一个包含约9000万行的pyspark dataframe列转换为numpy数组。
我需要将该数组作为scipy.optimize.minimize
函数的输入。
我尝试了将其转换为Pandas并使用collect()
,但这些方法非常耗时。
我是PySpark的新手,如果有更快更好的方法,请帮忙指导。
谢谢
这是我的数据框的样子。
+----------+
|Adolescent|
+----------+
| 0.0|
| 0.0|
| 0.0|
| 0.0|
| 0.0|
| 0.0|
| 0.0|
| 0.0|
| 0.0|
| 0.0|
+----------+
df['Adolescent'].to_numpy()
或者df['Adolescent'].array
吗? - Nils Werner