pyspark-sql - 使用日期列手动创建数据框

Question

我正在阅读 pyspark 文档中的示例代码

https://spark.apache.org/docs/latest/api/python/pyspark.sql.html#pyspark.sql.SQLContext

在示例代码中，它创建了一个这样的数据框

df = spark.createDataFrame([('2015-04-08',)], ['dt'])
df.select(add_months(df.dt, 1).alias('next_month')).collect()
[Row(next_month=datetime.date(2015, 5, 8))]

我想知道为什么在 '2015-04-08' 之后必须有一个逗号，而只有一列。我觉得这可能与元组类型有关，但想了解更多。

标签： pyspark-sqlpyspark-dataframes

Answer 1

单元素元组有额外的逗号(',') 以用算术表达式 (1) 区分它们。下面的例子应该更清楚。

气韵表达：

a = (1)
type(a)
#int

具有单个元素的元组：

b = (1,)
type(b)
#tuple

您可以使用空括号定义零元素元组。

zero_element_tuple = ()
type(zero_element_tuple)
#tuple

只有单元素元组需要额外的逗号（'，'）来用算术表达式区分它们，多元素元组不需要额外的逗号结尾。