SparkSQL中如何将集合数组拆分为多列？

你的targeting_values是数组类型，split()函数仅适用于字符串拆分，所以用它肯定行不通。直接通过数组索引提取元素就能实现需求，以下是两种可行方法：

方法一：使用withColumn+数组索引 #

先创建示例DataFrame（方便你测试验证）：

from pyspark.sql import SparkSession
from pyspark.sql.functions import col

spark = SparkSession.builder.appName("array_to_columns").getOrCreate()

# 模拟你的数据结构
data = [([('123', '123', '123'), ('abc', 'def', 'ghi'), ('jkl', 'mno', 'pqr'), (0, 1, 2)],)]
df = spark.createDataFrame(data, ["targeting_values"])
df.show(truncate=False)

然后提取数组元素生成新列：

# 按数组索引逐个提取元素，生成独立列
df_result = df.withColumn("value1", col("targeting_values")[0]) \
              .withColumn("value2", col("targeting_values")[1]) \
              .withColumn("value3", col("targeting_values")[2]) \
              .withColumn("value4", col("targeting_values")[3]) \
              .drop("targeting_values")  # 可选：删除原数组列

df_result.show(truncate=False)

方法二：使用selectExpr简化写法 #

如果觉得withColumn重复代码多，可以用selectExpr直接指定索引和列名：

df_result = df.selectExpr(
    "targeting_values[0] as value1",
    "targeting_values[1] as value2",
    "targeting_values[2] as value3",
    "targeting_values[3] as value4"
)

df_result.show(truncate=False)

两种方法最终都会输出你需要的结果：每个数组元素对应一个独立列，保留元组结构不变。

内容的提问来源于stack exchange，提问作者Gaurav