我在尝试做一些看起来很简单的事情时遇到了问题。我有一个df，格式如下：

+---------+---------------------+
|id       |feat_vctr            |
+---------+---------------------+
|XXXXXXXX |(4,[],[])            |
|XXXXXXXX |(4,[0],[5.0])        |
|XXXXXXXX |(4,[2,3],[25.0,15.0])|
+---------+---------------------+

哪里 feat_vctr 是 pyspark.ml.linalg.SparseVector .
请注意 printSchema() 将其简单地显示为向量，但它的格式是稀疏向量。。。
无论如何，我想把它过滤成4个df，其中每个Dataframe都是上面的过滤版本，所有在给定索引处没有值的行都被过滤掉。
我试着用：

filtered_df_idx_0 = df.filter(df.feat_vctr[0] > 0.0)
filtered_df_idx_1 = df.filter(df.feat_vctr[1] > 0.0)
filtered_df_idx_2 = df.filter(df.feat_vctr[2] > 0.0)
filtered_df_idx_3 = df.filter(df.feat_vctr[3] > 0.0)

我出错了

Py4JJavaError: An error occurred while calling o1089.filter.
: org.apache.spark.sql.AnalysisException: Can't extract value from feat_vctr#1007: need struct type but got struct<type:tinyint,size:int,indices:array<int>,values:array<double>>;

这对我来说很奇怪，因为我可以直接使用以下方法创建稀疏向量：

v = SparseVector(4, {1:2.3, 3:4.0})

v[1]

返回2.3（在jupyter笔记本中）