如何在PySpark中只打印某一列DataFrame？

Question

是否可以使用collect或take操作仅打印给定的DataFrame列？

此

df.col.collect()

给出错误

  

TypeError：＆＃39;列＆＃39;对象不可调用

和此：

df[df.col].take(2)

给出

  

pyspark.sql.utils.AnalysisException：u＆＃34;过滤表达式＆＃39; col＆＃39; string类型不是布尔值。;＆＃34;

Answer 1

select和show：

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

或select，flatMap，collect：

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

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