如果我已经有一个由OneHotEncoderEstimator创建的列，如何动态删除其中一个级别？
假设您有一列具有4个级别的列（出于相关性考虑而删除了一个列），而您想删除第二个级别（即，将其放置在截距中）。
所以从类似的地方走
row, fruit , encoded
1 , apple , [1, 0, 0]
2 , orange, [0, 1 ,0]
3 , pear , [0, 0, 1]
到
row, fruit , encoded
1 , apple , [1, 0]
2 , orange, [0, 1]
3 , pear , [0, 0]
挑战之一是OneHotEncoderEstimator为每一行返回一个SparseVector。我什至不知道如何删除向量的“正确”索引，因为我所拥有的只是列名和级别。
我知道我可以删除行并重新编码，但是我正试图避免这种情况。
有人知道如何在Python / Spark 2.3中做到这一点吗？
编辑
因此，我想澄清一下，“已编码”列是稀疏矩阵（或者是SparseVector对象的列）。
请参阅： https://spark.apache.org/docs/2.3.0/api/scala/index.html#org.apache.spark.mllib.linalg.SparseVector
这里的一些答案讨论了Spark中稀疏向量与密集向量之间的区别：