spark dataframe 对象 printSchema 函数作用是用于打印 Dataframe 的结构信息。它可以帮助用户了解 Dataframe 的列名、数据类型、是否可空等信息。
函数语法
python 语法
def printSchema(self):
说明
该函数从 1.3 版本开始支持。函数本身不支持参数传递。
printSchema()
函数不返回任何值,而是直接将 Dataframe 的结构信息以树状形式打印到控制台。
如下:
root
|-- age: integer (nullable)
|-- name: string (nullable)
上面的输出表明,Dataframe 有两个列: age
和 name
。
age
列的数据类型为整数,并且可以为空。name
列的数据类型为字符串,并且可以为空。
用法
使用场景
printSchema()
函数通常用于以下场景:
- 在创建 Dataframe 之后,查看 Dataframe 的结构信息。
- 在对 Dataframe 进行转换或操作之后,检查 Dataframe 的结构是否发生变化。
- 在调试代码时,查看 Dataframe 的结构信息以帮助定位问题。
注意事项
printSchema()
函数不会触发数据的实际计算,因此不会影响 Dataframe 的性能。
总结
printSchema()
函数是 Pyspark Dataframe API 中一个实用且易用的函数,可以帮助用户了解 Dataframe 的结构信息。在使用 Dataframe 时,建议经常使用该函数来检查 Dataframe 的结构。