我有这个dataframe schema：

root
 |-- data: array (nullable = false)
 |    |-- element: string (containsNull = true)
 |-- schema: string (nullable = false)

dataframe看起来像这样：
| 资料|图式|
| --------------|--------------|
| [{“APN”：“Test1”，“DeviceIPAddress”：“Test2”}，{“APN”：“Test3”，“DeviceIPAddress”：“Test4”}]|STRUCT〈APN：字符串，设备IP地址：字符串|
基本上，这个dataframe是由一列json字符串数组和另一列对应的schema组成的。
我想分解列表中具有相同模式的每个元素的行。我想得到以下结果：
| APN|设备IP地址|
| --------------|--------------|
| 测试1|测试2|
| 测试3|测试4|
如果我修复了模式并将其作为字符串传递给from_json函数，它可以工作，但我希望它是动态的。
这是我使用的相对错误代码：

df.withColumn("jsonData", explode("data"))\
        .withColumn("jsonData", from_json(col("jsonData"), col("schema")))\
        .withColumn("jsonData", explode(array("jsonData")))\
        .select("jsonData.*")

这是我得到的错误：
pyspark.sql.utils.AnalysisException:Schema应以DDL格式指定为字符串文字或schema_of_json/schema_of_csv函数的输出，而不是“schema”
基本上，当我将col（“schema”）传递给from_json函数时，错误就会发生。如果我将其创建为静态，并将其作为变量传递，它就会工作。有没有一种方法可以将列中的schema传递给from_json函数的schema？