PySpark 如何从 Dataframe 架构的 StructType 对象解析和获取字段名称

Question

我已经从 Hive 表创建了 Dataframe 并想要检索字段/列名称。

>>>a=df.schema
>>>a
StructType(List(StructField(empid, IntegerType, true), StructField(empname,StringType, true)))

如何从此对象中检索字段名称（empid、empname）。

Answer 1

使用pyspark.sql.types.StructType.fieldnames ：

fieldNames()

返回列表中的所有字段名称。

 >>> struct = StructType([StructField("f1", StringType(), True)]) >>> struct.fieldNames() ['f1']

Answer 2

您还可以使用 df.columns 以列表形式获取列名。

>>> spark.version
u'2.4.0.cloudera2'
>>>
>>> df=spark.sql("select 10 empid, 's' empname from range(1)")
>>> df.schema
StructType(List(StructField(empid,IntegerType,false),StructField(empname,StringType,false)))
>>> df.schema.fieldNames()
['empid', 'empname']
>>> df.columns
['empid', 'empname']
>>>