这里不需要UDF。Column已经提供了cast方法和DataType* 示例 *：

from pyspark.sql.types import DoubleType

changedTypedf = joindf.withColumn("label", joindf["show"].cast(DoubleType()))

或短字符串：

changedTypedf = joindf.withColumn("label", joindf["show"].cast("double"))

其中规范字符串名称（也可以支持其他变体）对应于simpleString值。因此，对于原子类型：
第一次
例如复杂类型
第一个

通过使用与输入列相同的名称，保留列的名称并避免添加额外的列：

from pyspark.sql.types import DoubleType
changedTypedf = joindf.withColumn("show", joindf["show"].cast(DoubleType()))

给出的答案足以处理这个问题，但我想分享另一种可能引入新版Spark * 的方式（我不确定）*，所以给出的答案没有抓住它。
我们可以在spark语句中用关键字col("colum_name")到达该列：

from pyspark.sql.functions import col
changedTypedf = joindf.withColumn("show", col("show").cast("double"))

PySpark版本：

df = <source data>
df.printSchema()

from pyspark.sql.types import *

# Change column type
df_new = df.withColumn("myColumn", df["myColumn"].cast(IntegerType()))
df_new.printSchema()
df_new.select("myColumn").show()

解决办法很简单

toDoublefunc = UserDefinedFunction(lambda x: float(x),DoubleType())
changedTypedf = joindf.withColumn("label",toDoublefunc(joindf['show']))

其他答案中的一个问题（取决于您的Pyspark版本）是withColumn的使用。至少在v2.4.4中观察到了性能问题（请参阅thread）。spark文档提到了关于withColumn的这一点：
此方法在内部引入了一个投影。2因此，多次调用它（例如，通过循环来添加多个列）可能会生成大型计划，这可能会导致性能问题，甚至StackOverflowException。3为避免此问题，请一次对多个列使用select。
一般而言，实现select的建议用法的一种方法是：

from pyspark.sql.types import *
from pyspark.sql import functions as F

cols_to_fix = ['show']
other_cols = [col for col in joindf.columns if not col in cols_to_fix]
joindf = joindf.select(
    *other_cols,
    F.col('show').cast(DoubleType())
)