PySpark DataFrame列转列表报'Column' object is not callable如何解决

你当前使用的datadf是PySpark SQL DataFrame，并非pandas DataFrame，二者API并不通用：直接通过datadf['Lat']取到的是PySpark的Column对象，没有tolist()、values等pandas Series的属性和方法，因此触发报错。

有两种常用的实现方案：

方案1：先转pandas DataFrame再提取列表（写法更简洁，适合中小数据量） #

# 先把PySpark DataFrame转成pandas DataFrame
pandas_df = datadf.toPandas()
# 分别提取经纬度列表
latlist = pandas_df['Lat'].tolist()
lonlist = pandas_df['Lon'].tolist()

方案2：通过RDD操作直接提取（适合不需要全量转pandas的场景） #

latlist = datadf.select("Lat").rdd.flatMap(lambda x: x).collect()
lonlist = datadf.select("Lon").rdd.flatMap(lambda x: x).collect()

两种方案都会把全量坐标数据拉取到当前Driver节点的内存中，如果你的DataFrame数据量极大，建议先做过滤、采样，确认只保留需要的点位数据后再执行转换操作，避免Driver内存溢出。
转换完成得到的经纬度列表即可直接用于在荷兰底图上添加点位。

内容的提问来源于stack exchange，提问作者user17515752