是否可以使用Spark的StringIndexer始终为给定的输入返回相同的输出（即标有＆＃39; Apple＆＃39;将始终输出说＆＃39; 56.0＆＃39; ）
用例是在索引多个DataFrame时，并非所有输入都包含在内，但是，您希望确保将这些输入转换为相同的索引值。
我试图避免自己的String =＆gt;数字映射，并想知道StringIndexer是否可以这样做。
答案 0 :(得分：0)
在看了一些之后，我发现了这个类似的帖子： Spark ML StringIndexer Different Labels Training/Testing
如果您保存首先使用的StringIndexerModel并将其重新用于转换任何其他DataFrame，您将获得相同的输出。
我已将这篇文章标记为重复。