PySpark调用select报错AttributeError: 'NoneType'无select属性怎么解决

show()是PySpark DataFrame的动作算子，作用是直接向控制台输出数据，无返回值（默认返回None）。你在编写筛选代码时，将.show(5)的执行结果直接赋值给了df变量，导致df实际存储的是None而非DataFrame对象，后续调用select方法时自然触发属性不存在的报错。
你之前执行筛选代码时看到的表格输出，是show(5)运行时直接打印的内容，并非赋值给df的有效返回值。

步骤1：调整筛选代码的写法，拆分赋值和预览操作 #

import pyspark.sql.functions as f
# 先将筛选后的DataFrame赋值给df变量
df = emp_data.filter((f.col("POSTAL") == 2148) | (f.col("POSTAL") == 2125))
# 单独调用show方法预览数据
df.show(5)

步骤2：执行姓名拆分操作 #

df_new = df.select(f.split(f.col("NAME"), ','))
df_new.show(3)

可选优化：拆分姓名为独立列 #

如果需要把拆分后的姓、名拆为两个独立字段，可以使用如下写法：

df = df.withColumn("姓氏", f.split(f.col("NAME"), ',').getItem(0))\
       .withColumn("名字", f.split(f.col("NAME"), ',').getItem(1))
df.show(3)

内容的提问来源于stack exchange，提问作者Hera Najam