在pyspark代码中 目前有一个df1有3个字段（A,B,C） 如何把df1中包含全部3个字段的一行数据 在df2中只存成一个字段并且有三行

在Pyspark中，如果你想将`df1`中的每一行数据转换为`df2`中的三个独立字段，并且每行数据都变为三行，你可以使用`explode`函数配合`stack`操作。假设`df1`的数据结构类似这样：

from pyspark.sql.functions import explode, stack

# 假设 df1 有这样的结构
df1 = spark.createDataFrame([(1, 'a', 10), (2, 'b', 20)], ['A', 'B', 'C'])

# 使用explode拆分C列（这里假设C是一个嵌套的数组或其他可以展开的对象）
df1_expanded = df1.withColumn('C_list', explode('C'))

# 然后使用stack堆叠其他两列A和B，生成一个新的列名，比如'original_field'
expanded_df = df1_expanded.select(['A', 'B', 'C_list']) \
                           .withColumnRenamed('A', 'new_field_1') \
                           .withColumnRenamed('B', 'new_field_2') \
                           .withColumn('new_field_stack', stack([F.col('new_field_1'), F.col('new_field_2'), F.col('C_list')]))

# 此时'df2'应该类似于：
# +--+
# |1  |'a'    |
# |1  |None   |
# |1  |10     |
# |2  |'b'    |
# |2  |None   |
# |2  |20     |
# +---+-------+

在这个例子中，我们首先展开了`C`列，然后用`stack`将'A'和'B'列也分别变为两行。最后得到了每个原行数据的三个新字段。