Python Pypark can'；t将DICT的RDD转换为数据帧。错误：无法接受类型中的对象<；类别'；pyspark.sql.types.Row'&燃气轮机；

我目前正在使用Spark 1.4.1，无法将带有嵌套dict的dict转换为Spark

数据帧。我将嵌套的
dict
转换为
行
，但它似乎不接受我的模式

以下是重现我的错误的代码：

从pyspark.sql导入行，SQLContext，类型为pst
sqlContext=sqlContext（sc）
示例_dict=Row（**{“name”：“Mike”，“data”：Row（**{“age”：10，“like”：True}）
示例rdd=sc.parallelize（[示例dict]）
嵌套的_字段=[pst.StructField（“age”，pst.IntegerType（），True），
pst.StructField（“like”，pst.BooleanType（），True）]
schema=pst.StructType([
pst.StructField（“数据”，pst.StructType（嵌套的_字段），True），
pst.StructField（“名称”，pst.StringType（），True）
])
df=sqlContext.createDataFrame（示例rdd，模式）
TypeError:StructType（列表（StructField（age，IntegerType，true），StructField（like，BooleanType，true））不能接受类型中的对象

我不知道为什么我会收到这个错误。以下是对象
rdd
和
schema
：

>>> example_rdd.first()
Row(data=Row(age=10, like=True), name='Mike')

>>> schema
StructType(List(StructField(data,StructType(List(StructField(age,IntegerType,true),StructField(like,BooleanType,true))),true),StructField(name,StringType,true)))

我不确定是否遗漏了什么，但架构似乎与对象匹配。Spark 1.4.1是否有理由不接受行内的行

请注意：这不是
Spark 2.0.2
中的问题，但不幸的是，我使用的是
Spark 1.4.1
共享资源，因此我需要暂时找到解决方法：（.任何帮助都将不胜感激，提前感谢！
发生这种情况是因为Spark 1.4中不接受
行
作为
结构类型
。接受的类型有：

pst._acceptable_types[pst.StructType]

（元组，列表）

Spark做了一个简单的检查：

type(obj) not in _acceptable_types[_type]

这显然不适用于
行
对象。与当前版本中发生的情况相同的正确条件是：

isinstance(obj, _acceptable_types[_type])

如果要使用嵌套列，可以使用纯Python
tuple
：

Row(**{"name": "Mike", "data": (10, True)})

或

((10, True), "Mike")