apache-spark - 更改数据数据类型拆分后的Spark RDD如何在不更改数据类型的情况下拆分

Question

更改数据数据类型的拆分后，我已将数据从文本文件加载到Spark RDD。如何在不更改数据类型的情况下进行拆分，或者如何将拆分的数据转换为原始数据类型？
我的代码

from pyspark import SparkConf, SparkContext 
conf = SparkConf().setMaster("local").setAppName("Movie") 
sc = SparkContext(conf = conf) 
movies = sc.textFile("file:///SaprkCourse/movie/movies.txt")
data=movies.map(lambda x: x.split(","))
data.collect()

我的输入就像

userId,movieId,rating,timestamp
1,1,4.0,964982703
1,3,4.0,964981247
1,6,4.0,964982224
1,47,5.0,964983815
1,50,5.0,964982931

分割完我的完整数据后，更改为字符串类型

我需要输出与输入文本文件中的数据类型相同，为IntegerType, IntegerType, IntegerType, IntegerType

Answer 1

读取文本文件时出现 Spark 会影响所有列的StringType类型，因此，如果要将列视为IntegerType，则需要强制转换它们。