如何将PySpark DataFrame中的字典列拆分为多行？

根据你的错误提示，flags列被解析成了struct类型，而explode仅支持数组（array）或映射（map）类型，因此需要先将struct转换为可展开的类型，再提取目标字段。

情况1：flags已被解析为struct类型（当前报错场景） #

方法1（Spark 3.0+ 推荐） #

利用to_map函数将struct直接转为map，再通过map_keys提取所有键，最后用explode展开：

from pyspark.sql import functions as F

# 基于你已有的extract DataFrame处理
result = extract.select(
    F.col("id"),
    F.explode(F.map_keys(F.to_map(F.col("flags")))).alias("flags")
)

方法2（兼容Spark 3.0以下版本） #

如果你的Spark版本不支持to_map，可以动态遍历struct的字段生成map，再展开键：

from pyspark.sql import functions as F

# 获取flags struct的所有字段信息
struct_fields = extract.schema["flags"].dataType.fields
# 动态构建map（键为struct字段名，值为对应字段值）
map_col = F.create_map(*[F.lit(field.name), F.col(f"flags.{field.name}") for field in struct_fields])
# 展开map的键作为flags值
result = extract.select(
    F.col("id"),
    F.explode(F.map_keys(map_col)).alias("flags")
)

情况2：flags原始为JSON字符串（如果未提前解析） #

如果你的flags列原本是JSON格式的字符串（如示例中的"{\"93\":true,...}"），可以先将其解析为map类型再处理，避免自动转为struct：

from pyspark.sql import functions as F

# 先把JSON字符串解析为map<string, boolean>
extract = data.select(
    F.col("properties.id"),
    F.from_json(F.col("flags"), F.map_type(F.stringType(), F.booleanType())).alias("flags")
)
# 展开map的键得到目标结果
result = extract.select(
    F.col("id"),
    F.explode(F.map_keys(F.col("flags"))).alias("flags")
)

为什么原方法报错？ #

explode函数的输入要求是array或map类型，而你的flags是struct类型（每个键对应一个struct字段），两者不兼容，因此必须先做类型转换。

内容的提问来源于stack exchange，提问作者abautista