num_cols = raw_data.columns.select_dtypes(include=[DoubleType]).tolist()报错'list' object has no attribute 'select_dtypes'，请修改

这个错误提示是因为`raw_data.columns`是一个列名（通常是一个Pandas DataFrame的Index对象），它并没有`select_dtypes`属性。`select_dtypes`是Pandas DataFrame的一个方法，用于筛选数据类型。

正确的做法是先检查每一列的数据类型，再选择`DoubleType`（如果它是Spark DataFrame的话，可能是` DoubleType`，如果是Pandas则是`np.number`等）。下面是修改后的代码示例：

import pyspark.sql.types as st

# 如果是Spark DataFrame
num_cols = [col for col in raw_data.columns if isinstance(raw_data[col].dtype, st.DoubleType)]

# 或者是Pandas DataFrame
if isinstance(raw_data, pd.DataFrame):
    num_cols = raw_data.select_dtypes(include='number').columns.tolist()
else:
    raise TypeError("raw_data should be a Spark DataFrame or a Pandas DataFrame")

这段代码首先检查`raw_data`的每一列是否为`DoubleType`，如果是就添加到`num_cols`列表中。如果是Pandas DataFrame，则直接使用`select_dtypes`筛选数字类型的列。如果有其他类型的需求，可以相应调整数据类型检查条件。