我试图创建一些示例Dataframe来测试一些函数，定期得到带有嵌套对象（数组或更多json对象）的json对象，我需要针对不同的类型测试这些对象，即 Struct 以及 Array 并根据它们的类型将它们传递给正确的函数，以创建表格Dataframe。
这些对象来自API一些内部的，一些外部的，所以我任由应用程序开发人员摆布。
假设我想创建一个表，如下所示进行测试：

+----+------+------------------------------+
|    |   id | arr                          |
|----+------+------------------------------|
|  0 |    1 | [[0, 1, 2, 3], [4, 5, 6, 7]] |
|  1 |    2 | [[1, 2, 3], [4, 5, 6]]       |
+----+------+------------------------------+

我的假设是，我需要创建一个模式，如下所示：

from pyspark.sql.types import StructField,StructType,StringType,IntegerType,ArrayType

schema = StructType([
  StructField('id', IntegerType(),True),
  StructField('arr', ArrayType(ArrayType(IntegerType(),True),True),True)

])

data = [ [1,2], #< id.
 [[ [0,1,2,3], [4,5,6,7]], # < arr
        [[1,2,3,],[4,5,6]]] 
]

df = spark.createDataFrame(data,schema)

返回一个 TypeError :

field arr: ArrayType(IntegerType,true) can not accept object 2 in type <class 'int'>

我哪里出错了？
当所有这些都说了又做了之后，当我通过一个递归函数传递它们时，我将得到输出：

+----+------+-------+
|    |   id |   arr |
|----+------+-------|
|  0 |    1 |     0 |
|  0 |    1 |     1 |
|  0 |    1 |     2 |
|  0 |    1 |     3 |
|  0 |    1 |     4 |
|  0 |    1 |     5 |
|  0 |    1 |     6 |
|  0 |    1 |     7 |
|  1 |    2 |     1 |
|  1 |    2 |     2 |
|  1 |    2 |     3 |
|  1 |    2 |     4 |
|  1 |    2 |     5 |
|  1 |    2 |     6 |
+----+------+-------+