pandasからsparkデータフレームへの変換時に 「Can not merge type error」のエラーが出た時の対策

業務でPysparkを扱っていた際にcsvをデータフレームで読み込んで、前処理を掛けたあとにsparkのデータフレームに変換しようとしたところ以下のエラーに遭遇したので解決法をメモしておきます。

プログラム

df = pd.read_csv('xxx.csv')

<前処理>

spark_df = spark.createDataFrame(df)

エラーメッセージ

Can not merge type error

解決法 データフレーム列のデータ型を変換する

自分の肌感ですがこのエラーはobject型の列が含まれている場合に起こる印象なのでエラーになってそうな列のデータ型は文字型に変換しておくのが無難かと思われます。

# 特定の列のデータ型を文字型に変換する
df['col_name'] = df['col_name'].astype(str)

# データフレームの全ての列を文字型に変換する
for i in df.columns:
    df[i] = df[i].astype(str)