我打算预测使用某些功能的客户的年龄。在建模阶段之前，我需要将一些分类特征转换为虚拟变量。

由于数据集太大（数百万行），当我在 pyspark 中使用 StringIndexer 从名字中获取假人时，我收到以下错误：

org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 25.0 failed 4 times, most recent failure: Lost task 0.3 in stage 25.0 (TID 399, 10.139.64.28, executor 2): org.apache.spark.SparkException: Failed to execute user defined function(StringIndexerModel$$Lambda$6517/699548305: (string) => double)

您能建议任何更好的方法将名字转换为虚拟变量吗？