Python中从pandas创建的DataFrame无法调用printSchema()问题

1. 查看pandas DataFrame的Schema方法 #

你可以通过以下两种常用方法查看pandas DataFrame的结构（对应Spark的Schema概念）：

• 使用df.dtypes：快速获取各列的名称与对应数据类型

  print(df.dtypes)
  

• 使用df.info()：打印包含列名、数据类型、非空值数量、内存占用的详细结构信息

  df.info()
  

2. 两类DataFrame的属性差异 #

这两类DataFrame的属性和方法完全不同，原因是它们属于不同的数据分析框架：

• SparkSession创建的是PySpark DataFrame，是Apache Spark生态的核心对象，针对分布式大数据处理设计，拥有printSchema()、repartition()等Spark专属方法；
• pandas创建的是pandas DataFrame，是pandas库的核心对象，针对单机小数据集优化，提供dtypes、info()、pivot_table()等pandas专属方法。
  二者是不同类的实例，底层实现逻辑和适用场景差异极大，因此没有通用的属性与方法。

内容的提问来源于stack exchange，提问作者Gautam De