PySpark DataFrame多列合并为一列求助，遇explode报错问题

错误原因 #

你遇到的'Column' object is not callable错误，是因为错误调用了explode方法——explode是PySpark的内置函数，需要传入要拆分的数组/映射列，而非调用列对象的.explode()方法。

解决方案（两种常见场景） #

假设你的输入DataFrame已拆分出目标列（比如列名为col1、col2、col3，对应值10、20、30），以下是两种合并方式：

场景1：仅保留值，合并为单一值列

将多列的值打包成数组，再通过explode拆分为单列：

from pyspark.sql.functions import array, explode

# 一步完成：打包列为数组并拆分
result_df = df.select(explode(array("col1", "col2", "col3")).alias("single_column"))

输出示例：

+-------------+
|single_column|
+-------------+
|           10|
|           20|
|           30|
+-------------+

场景2：保留键值对（列名作为key，值作为value）

如果需要保留原列名与值的对应关系，推荐用stack函数（Spark 2.4+支持），更简洁高效：

# stack(列数, 键1, 值列1, 键2, 值列2, ...)
result_df = df.selectExpr("stack(3, 'col1', col1, 'col2', col2, 'col3', col3) as (key, value)")

也可以用create_map+explode的方式：

from pyspark.sql.functions import create_map, explode, lit

# 创建映射列（键为列名字面量，值为对应列）
map_column = create_map(lit("col1"), df.col1, lit("col2"), df.col2, lit("col3"), df.col3)
result_df = df.select(explode(map_column).alias("key", "value"))

输出示例：

+---+-----+
|key|value|
+---+-----+
|col1|   10|
|col2|   20|
|col3|   30|
+---+-----+

内容的提问来源于stack exchange，提问作者Ajith S