Pyspark StructType 未定义

使用Pyspark进行数据处理和分析时，我们经常会遇到需要定义数据结构的情况。在Pyspark中，StructType是一个用于定义结构化数据类型的类，它允许我们创建具有多个字段的数据结构。然而，有时候我们可能会遇到"StructType未定义"的错误提示，这可能是由于我们没有正确导入相关的库或模块所致。

python
from pyspark.sql import SparkSession
from pyspark.sql.types import StructType, StructField, StringType, IntegerType
# 创建SparkSession
spark = SparkSession.builder.appName("StructTypeExample").getOrCreate()
# 定义数据结构
data_schema = StructType([
    StructField("name", StringType(), True),
    StructField("age", IntegerType(), True),
    StructField("city", StringType(), True)
])
# 创建DataFrame
data = [("Alice", 25, "New York"),
        ("Bob", 30, "London"),
        ("Charlie", 35, "Paris")]
df = spark.createDataFrame(data, data_schema)
# 显示DataFrame
df.show()

python
from pyspark.sql.types import StructType, StructField, StringType, IntegerType
# 定义数据结构
data_schema = StructType([
    StructField("name", StringType(), True),
    StructField("age", IntegerType(), True),
    StructField("address", StructType([
        StructField("city", StringType(), True),
        StructField("street", StringType(), True),
        StructField("zipcode", StringType(), True)
    ]))
])
# 创建DataFrame
data = [("Alice", 25, ("New York", "123 Main St", "10001")),
        ("Bob", 30, ("London", "456 Park Ave", "SW1A 1AA")),
        ("Charlie", 35, ("Paris", "789 Rue de la Paix", "75008"))]
df = spark.createDataFrame(data, data_schema)
# 显示DataFrame
df.show()