在Foundry中使用*解包创建DataFrame时测试失败

我在pytest夹具中尝试用以下代码创建Spark DataFrame：

import pytest
from pyspark.sql import types as T

@pytest.fixture
def my_fun(spark_session):
    return spark_session.createDataFrame(
        [
            (*['test', 'testy'])
        ],
        T.StructType([
            T.StructField('mytest', T.StringType()),
            T.StructField('mytest2', T.StringType())
        ])
    )

def test_something(my_fun):
    return

运行后触发错误：

TypeError: StructType can not accept object 'test' in type <class 'str'>

换成('test', 'testy')替代(*['test', 'testy'])就能正常运行，为何二者不等价？（环境：Python 3.8.13，pytest-7.0.1）

核心问题是两种写法生成的列表结构完全不同：

• 使用(*['test', 'testy'])时，Python会把列表里的元素直接展开到外层列表中，最终生成的是['test', 'testy']——外层列表包含两个独立的字符串元素，而非一个包含两个元素的元组。
• 而('test', 'testy')是完整的元组，作为外层列表的单个元素，最终生成[('test', 'testy')]，完全符合Spark的要求。

Spark的createDataFrame要求传入的列表中，每个元素对应一行数据，必须是能匹配StructType结构的容器（元组、列表或Row对象）。当你传入单个字符串时，Spark会尝试把单个字符串映射到包含两个字段的StructType，自然触发类型不匹配的错误。

可以用简单打印验证这个差异：

print([(*['test', 'testy'])])  # 输出：['test', 'testy']
print([('test', 'testy')])     # 输出：[('test', 'testy')]

内容的提问来源于stack exchange，提问作者Benji