创建Spark DataFrame。无法推断类型的架构：

SparkSession.createDataframe

RDD

list

Row

tuple

list

dict

pandas.Dataframe

DataType

myFloatRdd.map(lambda x: (x, )).toDF()

甚至更好：

from pyspark.sql import Rowrow = Row("val") # Or some other column namemyFloatRdd.map(row).toDF()

要从

Dataframe

SparkSession.createDataframe

from pyspark.sql.types import FloatTypedf = spark.createDataframe([1.0, 2.0, 3.0], FloatType())df.show()## +-----+## |value|## +-----+## |  1.0|## |  2.0|## |  3.0|## +-----+

但对于一个简单的范围，最好使用

SparkSession.range

from pyspark.sql.functions import colspark.range(1, 4).select(col("id").cast("double"))

*不再受支持。

** Spark SQL还为Python对象公开的模式推断提供了有限的支持

__dict__

***仅在Spark 2.0或更高版本中受支持。