val indexedRowRDD = dfFeaturesUpdated
      .select(customerIdColName, "mergedAllFeatures")
      .rdd
      .map { case row => {
        val accountIdRow = row.getAs[Integer](customerIdColName).toLong    //customerIdColName
        val featuresRow = row.getAs[org.apache.spark.mllib.linalg.Vector]("mergedAllFeatures")
        IndexedRow(accountIdRow, featuresRow)
      }}

在这个代码中 Val accountIdRow = row.getAs[Integer](customerIdColName).toLong 正在获取customerid列值。问题是，即使有两行客户id分别为“144500001”和“14450002”，它也会按原样处理这些数字，这会导致下一次计算出现问题。需要的是，如果有两行，则应将值设为2或Dataframe中的行数。欢迎修改中的任何建议。