你已经通过Spark SQL查询到了account表的最大日期，现在要把这个结果提取出来存到变量里，其实很简单，Spark提供了几个直观的方法可以直接从单行单列的DataFrame中获取目标值：

方法1：用first() + getAs()（推荐） #

这是最常用的方式，先获取结果的第一行（这里聚合查询只会返回一行），再通过列名或索引提取对应值：

# 执行查询时给聚合列起别名，方便后续提取
sqlDF = spark.sql("SELECT MAX(date) AS max_date FROM account")
# 获取最大日期字符串并保存到变量
max_date_str = sqlDF.first().getAs("max_date")

# 也可以直接用索引（因为结果只有一列，索引为0）
# max_date_str = sqlDF.first()[0]

print(max_date_str)

first()返回的是Row对象，getAs()可以通过我们自定义的列名max_date精准取值，比用索引更清晰，不容易出错。

方法2：用collect()提取 #

collect()会把整个DataFrame的数据转换成Driver端的Python列表，因为这里只有一行结果，直接取列表第一个元素即可：

sqlDF = spark.sql("SELECT MAX(date) AS max_date FROM account")
# 取列表第一个Row对象，再通过列名取值
max_date_str = sqlDF.collect()[0]["max_date"]

# 同样支持索引方式
# max_date_str = sqlDF.collect()[0][0]

注意：如果查询结果数据量很大，collect()会把所有数据拉到Driver端占用内存，但这里是聚合后的单行结果，完全不用担心性能问题。

额外小技巧 #

如果你的日期字段是Timestamp类型，提取出来的变量可能是datetime.datetime对象，要是需要纯字符串格式，可以二选一：

1. 在SQL里直接转换类型：

sqlDF = spark.sql("SELECT CAST(MAX(date) AS STRING) AS max_date FROM account")
max_date_str = sqlDF.first().getAs("max_date")

2. 在Python中转换：

max_date_obj = sqlDF.first().getAs("max_date")
max_date_str = str(max_date_obj)

这样就能轻松把查询到的最大日期字符串保存到变量里啦！

内容的提问来源于stack exchange，提问作者oharr