pyspark数据帧的数据类型中的不同计数

我需要一个函数在PypPark数据帧中获得类似的内容：

变量类型：

数字：4 类别：4

---

日期：1

让我们在Pyspark Shell中创建一个虚拟数据帧

rdd=sc.parallelize（[[x'，1，'y'，2,1.1]]）

>df=spark.createDataFrame（rdd，模式=['Col1'，'Col2'，'Col3'，'Col4'，'Col5']）

以下是df的列类型

>>df
数据帧[Col1:string，Col2:bigint，Col3:string，Col4:bigint，Col5:double]

根据文档，如果您在Spark数据帧上使用dtypes属性，您将得到“所有列名及其数据类型作为列表”

打印（df.dtypes） [（'Col1'，'string'），（'Col2'，'bigint'），（'Col3'，'string'），（'Col4'，'bigint'），（'Col5'，'double'）]

现在，您可以利用本机Python计数器库来获得所需的输出

>>来自集合导入计数器

>>数据类型=df.dtypes

dict（计数器（dict（数据类型）.values（）） {'string'：2，'bigint'：2，'double'：1}

您应该能够轻松地将这两行转换为满足最终需求的函数

希望这有帮助