从 Apache Spark 中的模式获取数据类型列表

Get list of data types from schema in Apache Spark

我在 Spark-Python 中有以下代码从 DataFrame 的模式中获取名称列表,它工作正常,但我如何获取数据类型列表?

columnNames = df.schema.names

例如:

columnTypes = df.schema.types

是否有任何方法可以获取 DataFrame 架构中包含的数据类型的单独列表?

这里有一个建议:

df = sqlContext.createDataFrame([('a', 1)])

types = [f.dataType for f in df.schema.fields]

types
> [StringType, LongType]

参考:

由于问题标题不是python-specific,我将在此处添加scala版本:

val types = df.schema.fields.map(f => f.dataType)

它会产生一个 org.apache.spark.sql.types.DataType 的数组。

使用schema.dtypes

scala> val df = Seq(("ABC",10,20.4)).toDF("a","b","c")
df: org.apache.spark.sql.DataFrame = [a: string, b: int ... 1 more field]

scala>

scala> df.printSchema
root
 |-- a: string (nullable = true)
 |-- b: integer (nullable = false)
 |-- c: double (nullable = false)

scala> df.dtypes
res2: Array[(String, String)] = Array((a,StringType), (b,IntegerType), (c,DoubleType))

scala> df.dtypes.map(_._2).toSet
res3: scala.collection.immutable.Set[String] = Set(StringType, IntegerType, DoubleType)

scala>