Spark Scala：如何将Dataframe [vector]转换为DataFrame [f1

Question

我只是使用Standard Scaler来标准化ML应用程序的功能。选择缩放的特征后，我想将其转换回Doubles的数据帧，尽管矢量的长度是任意的。我知道如何通过使用特定的3个功能来做到这一点

myDF.map{case Row(v: Vector) => (v(0), v(1), v(2))}.toDF("f1", "f2", "f3")

但不适用于任意数量的功能。是否有捷径可寻？

例：

val testDF = sc.parallelize(List(Vectors.dense(5D, 6D, 7D), Vectors.dense(8D, 9D, 10D), Vectors.dense(11D, 12D, 13D))).map(Tuple1(_)).toDF("scaledFeatures")

val myColumnNames = List("f1", "f2", "f3")

// val finalDF = DataFrame[f1: Double, f2: Double, f3: Double] 

编辑

我发现了在创建数据框时如何解压缩到列名的方法，但是仍然无法将向量转换为创建数据框所需的序列：

finalDF = testDF.map{case Row(v: Vector) => v.toArray.toSeq /* <= this errors */}.toDF(List("f1", "f2", "f3"): _*)