我想使用spark和scala转换dataframe的模式来更改某些列的类型。
具体来说，我尝试使用as[u]函数，它的描述是：“返回一个新的数据集，其中每个记录都Map到指定的类型。用于Map列的方法取决于“u”的类型
原则上这正是我想要的，但我不能让它工作。
下面是一个简单的例子https://github.com/apache/spark/blob/master/sql/core/src/test/scala/org/apache/spark/sql/datasetsuite.scala

// definition of data
    val data = Seq(("a", 1), ("b", 2)).toDF("a", "b")

正如预期的那样，数据模式是：

root
     |-- a: string (nullable = true)
     |-- b: integer (nullable = false)

我想把“b”栏改成双栏。所以我尝试以下方法：

import session.implicits._;

    println(" --------------------------- Casting using (String Double)")

    val data_TupleCast=data.as[(String, Double)]
    data_TupleCast.show()
    data_TupleCast.printSchema()

    println(" --------------------------- Casting using ClassData_Double")

    case class ClassData_Double(a: String, b: Double)

    val data_ClassCast= data.as[ClassData_Double]
    data_ClassCast.show()
    data_ClassCast.printSchema()

根据我对as[u]的定义的理解，新的dataframes应该具有以下模式

root
     |-- a: string (nullable = true)
     |-- b: double (nullable = false)

但是输出是

--------------------------- Casting using (String Double)
    +---+---+
    |  a|  b|
    +---+---+
    |  a|  1|
    |  b|  2|
    +---+---+

    root
     |-- a: string (nullable = true)
     |-- b: integer (nullable = false)

     --------------------------- Casting using ClassData_Double
    +---+---+
    |  a|  b|
    +---+---+
    |  a|  1|
    |  b|  2|
    +---+---+

    root
     |-- a: string (nullable = true)
     |-- b: integer (nullable = false)

这表明“b”列并没有被转换成双精度。
有什么关于我做错了什么的暗示吗？
顺便说一句：我知道上一篇文章“如何在sparksql的dataframe中更改列类型？”（请参阅how to change column types in sparksql的dataframe？）。我知道我可以一次更改一个列的类型，但我正在寻找一种更通用的解决方案，可以一次性更改整个数据的模式（我正在尝试理解这个过程中的spark）。