如何提取PySpark DataFrame中嵌套StructType的内部Schema

要从包含ExternalData嵌套结构体的Schema中提取内部字段的StructType，可以直接通过Schema对象的字段索引和属性访问实现：

实现代码 #

# 假设sdf是你的PySpark DataFrame
inner_schema = sdf.schema["ExternalData"].dataType

# 打印验证结果
print(inner_schema)

原理说明 #

• sdf.schema返回的是整个DataFrame的顶层StructType
• 通过字段名["ExternalData"]可以获取对应嵌套结构体的StructField对象
• 访问该StructField的dataType属性，就能得到嵌套在内部的StructType，也就是你需要的包含provider、data、modality字段的结构

执行后输出的结果即为你要求的结构：

StructType([StructField('provider', StringType(), True), StructField('data', StringType(), True), StructField('modality', ArrayType(StringType(), True), True)])

内容的提问来源于stack exchange，提问作者Sam Comber