致力于对我从Kaggle下载的数据实施基本的信用卡欺诈检测算法。
列名似乎用双引号表示，例如：“时间”，“ V1”，“ V2”，“ V3”，“ V4”，“ V5”，“ V6”，“ V7”，“ V8”， “ V9”，“ V10”，“ V11”，“ V12”，“ V13”，“ V14”，“ V15”，“ V16”，“ V17”，“ V18”，“ V19”，“ V20”，“ V21” “，” V22“ ....
我想要做的是使用VectorAssembler将所有列组合为MLlib的功能列，如下所示：
assembler = VectorAssembler(
inputCols=["Time","V1","V2","V3","V4","V5","V6","V7","V8","V9","V10","V11","V12","V13","V14","V15","V16","V17","V18","V19","V20","V21","V22","V23","V24","V25","V26","V27","V28","Amount"],
outputCol="features")
output = assembler.transform(df)
但是得到错误：
IllegalArgumentException: 'Field "Time" does not exist.\nAvailable fields: "Time","V1","V2","V3","
我意识到这是由于双引号的列名所致，因为我尝试使用以下方式更改单个列名：
df1 = df.selectExpr("""'Time' as test""")
然后工作了。但是，鉴于在此示例中我有30个，而在下一个示例中我可能会更多，因此似乎无法对所有列上的选择进行“硬编码”。
我尝试了所有可能的语法，即：
inputCols=['"Time"']
inputCols=["'Time'"]
inputCols=[""Time""]
inputCols=["""Time"""]
inputCols=["´Time´"]
但是都给出相同的错误。有什么解决方案吗？还是我应该对select语句进行硬编码以重命名列？