Apache spark pyspark获取udf中结构数据类型的字段名

我试图将多列作为

StructType

（使用

pyspark.sql.functions.struct（）

）传递给

udf

在这个

udf

中，我想获取作为

列表传递的struct列的字段，这样我就可以迭代每一行传递的列

基本上，我正在寻找这个答案中提供的scala代码的pyspark版本-
您可以使用与您链接的帖子相同的方法，即使用。但是，您可以使用来将
行
转换为字典，而不是
.schema.fieldNames

例如，下面是一种同时迭代列名和列值的方法：

from pyspark.sql.functions import col, struct, udf

df = spark.createDataFrame([(1, 2, 3)], ["a", "b", "c"])
f = udf(lambda row: "; ".join(["=".join(map(str, [k,v])) for k, v in row.asDict().items()]))
df.select(f(struct(*df.columns)).alias("myUdfOutput")).show()
#+-------------+
#|  myUdfOutput|
#+-------------+
#|a=1; c=3; b=2|
#+-------------+


另一种方法是将列名构建为value的
MapType（）
，并将其传递给您的
udf

from itertools import chain
from pyspark.sql.functions import create_map, lit

f2 = udf(lambda row: "; ".join(["=".join(map(str, [k,v])) for k, v in row.items()]))
df.select(
    f2(
        create_map(
            *chain.from_iterable([(lit(c), col(c)) for c in df.columns])
        )
    ).alias("myNewUdfOutput")
).show()
#+--------------+
#|myNewUdfOutput|
#+--------------+
#| a=1; c=3; b=2|
#+--------------+

第二种方法可能不必要地复杂，因此第一种方法是推荐的方法。
谢谢！我尝试了.asDict（）选项，结果成功了。我还将尝试另一种解决方案