如何在PySpark中展平Row对象并转换指定字典结构？

嘿，这个转换需求很容易实现，咱们用Python的字典推导式搭配列表推导式就能快速搞定，给你几种实用的方法：

方法1：直接提取Row对象属性 #

这是最直观的方式，因为你明确知道Row对象有cola和colb两个属性，直接遍历提取就行：

# 假设你的原始字典是这个
original_dict = {
    1016070000000: [Row(cola=53273831, colb=1197), Row(cola=15245438, colb=1198)],
    10160700000201: [Row(cola=53273831, colb=1198)]
}

# 转换逻辑
converted_dict = {
    key: [[row.cola, row.colb] for row in rows]
    for key, rows in original_dict.items()
}

解释一下：我们遍历原字典的每一个键值对，对于每个键对应的Row对象列表，用列表推导式把每个Row的cola和colb值拿出来组成子列表，最终生成你要的纯列表结构字典。

方法2：利用Row对象的字典转换（通用场景） #

如果你的Row对象是类似namedtuple或者数据库查询返回的Row（比如SQLAlchemy、psycopg2的Row），它通常支持_asdict()方法转换成字典，这种方式更通用，哪怕属性名有变化也容易调整：

converted_dict = {
    key: [[row._asdict()['cola'], row._asdict()['colb']] for row in rows]
    for key, rows in original_dict.items()
}

方法3：封装成函数复用 #

如果需要多次进行这种转换，可以把逻辑封装成函数，方便调用：

def transform_row_dict(original_dict):
    return {
        key: [[row.cola, row.colb] for row in rows]
        for key, rows in original_dict.items()
    }

# 使用示例
result = transform_row_dict(original_dict)
print(result)
# 输出就是你要的格式：{1016070000000: [[53273831, 1197], [15245438, 1198]], 10160700000201: [[53273831, 1198]]}

这些方法都能完美实现你想要的转换，只要你的Row对象能正常访问cola和colb属性就没问题~

内容的提问来源于stack exchange，提问作者Nithyananda Shetty