PySpark中Struct转Map类型：循环实现遇printSchema错误求助

错误原因 #

你遇到的'list' object has no attribute 'printSchema'错误，是因为用列表推导式生成了多个DataFrame的列表赋值给df5，而不是单个DataFrame。列表本身没有printSchema方法，自然会报错。你的循环逻辑方向错了——不需要每次循环生成一个新DataFrame，而是要一次性把所有键值对参数传给create_map。

正确解决方案 #

步骤1：获取Struct类型字段的子字段名

你这部分的代码是正确的，可以保留：

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

# 提取values（Struct类型）的所有子字段名
field_names = [field.name for field in next(field for field in df4.schema.fields if field.name == "values").dataType.fields]

步骤2：生成create_map所需的键值对参数列表

把每个字段对应的键（用lit生成字符串）和值（用col提取Struct子字段）拼成一个扁平列表：

# 生成键值对参数列表，格式为[lit("字段1"), col("values.字段1"), lit("字段2"), col("values.字段2"), ...]
map_entries = []
for field_name in field_names:
    map_entries.append(lit(field_name))
    map_entries.append(col(f"values.{field_name}"))

# 或者用更简洁的嵌套列表推导式
# map_entries = [item for field in field_names for item in [lit(field), col(f"values.{field}")]]

步骤3：生成包含Map列的最终DataFrame

用*解包参数列表，一次性传给create_map，生成包含所有键值对的Map列，最后删除原Struct列：

df5 = df4.withColumn("valuesMap", create_map(*map_entries)).drop("values")

验证 #

现在df5是单个DataFrame，调用df5.printSchema()就能正常查看结构，valuesMap字段会是map<string, ...>类型，包含原Struct的所有键值对。

内容的提问来源于stack exchange，提问作者Greencolor