scala - 将字符串 RDD 转换为 Int RDD

Question

我是 scala 新手..我想知道在 Spark 中使用 scala 处理大型数据集时是否可以读取为 int RDD 而不是 String RDD

我尝试了以下方法:

val intArr = sc
              .textFile("Downloads/data/train.csv")
              .map(line=>line.split(","))
              .map(_.toInt)

但我收到错误:

error: value toInt is not a member of Array[String]

我需要转换为 int rdd 因为接下来我需要执行以下操作

val vectors = intArr.map(p => Vectors.dense(p))

要求类型为整数

非常感谢任何形式的帮助..提前致谢

Answer 1

据我了解，一行应该创建一个向量，所以它应该是这样的:

val result = sc
           .textFile("Downloads/data/train.csv")
           .map(line => line.split(","))
           .map(numbers => Vectors.dense(numbers.map(_.toInt)))

numbers.map(_.toInt) 会将数组的每个元素映射为 int，因此结果类型将为 Array[Int]