PySpark DataFrame拆分列报错：'Column'对象不可调用如何解决？

问题原因 #

你写的是Pandas的字符串拆分语法，但df3实际是PySpark DataFrame。PySpark的Column对象没有.str.split()这种调用方式，因此触发TypeError。

解决方案 #

PySpark中需要使用pyspark.sql.functions提供的split函数来处理字符串拆分，且没有expand=True参数，需通过getItem()提取拆分后的各部分。

步骤1：导入必要函数

from pyspark.sql.functions import split, col, coalesce

步骤2：拆分并提取列

基础写法

先拆分生成临时列，再提取各部分：

# 按非数字字符(\D)拆分USER_FULL_NAME，生成临时列split_name
df_split = df3.withColumn("split_name", split(col("USER_FULL_NAME"), r"\D"))

# 提取拆分后的3个部分，分别命名为Title、FirstName、LastName
df4 = df_split.select(
    "*",
    col("split_name").getItem(0).alias("Title"),
    col("split_name").getItem(1).alias("FirstName"),
    col("split_name").getItem(2).alias("LastName")
).drop("split_name")

简化写法（无需临时列）

df4 = df3.select(
    "*",
    split(col("USER_FULL_NAME"), r"\D").getItem(0).alias("Title"),
    split(col("USER_FULL_NAME"), r"\D").getItem(1).alias("FirstName"),
    split(col("USER_FULL_NAME"), r"\D").getItem(2).alias("LastName")
)

处理拆分后元素不足的情况

如果部分行拆分后不足3个元素，会返回null，可以用coalesce设置默认值（比如空字符串）：

df4 = df_split.select(
    "*",
    coalesce(col("split_name").getItem(0), "").alias("Title"),
    coalesce(col("split_name").getItem(1), "").alias("FirstName"),
    coalesce(col("split_name").getItem(2), "").alias("LastName")
).drop("split_name")

额外说明 #

如果你的df3确实是Pandas DataFrame，检查是否存在以下问题：

• 列名USER_FULL_NAME是否拼写正确
• Pandas版本是否过低（确保支持.str.split(expand=True)）

内容的提问来源于stack exchange，提问作者bannu