如何在PySpark中仅打印DataFrame的特定列？

Question

可以使用操作 collect 或 take 来仅打印 DataFrame 中的指定列吗？

df.col.collect()

出现错误

类型错误：'Column' 对象不可调用

还有这个：

df[df.col].take(2)

给出

- mar tin

---

df['col'].collect() 有效还是 df['col'].take(2) 有效？ - EdChum

@EdChum 不行，它导致了与我的第一次尝试相同的错误。 - mar tin

Answer 1

select 和 show:

df.select("col").show()

或者 select, flatMap, collect:

df.select("col").rdd.flatMap(list).collect()

角括号表示法（df[df.col]）仅用于逻辑切片和列本身（df.col），不是分布式数据结构，而是SQL表达式，无法进行收集。

- zero323