你不能直接把 Dataframe 作为参数传递或者退出 Dataframe 。只有字符串可以这样传递。--你最终要做的就是退出视图的模式。
您要做的是将您要在笔记本之间传递的DataFrame写入global_temp_view。
一旦完成了这些操作，就可以将temp_view的名称/位置作为参数传递，或者将其退出到父视图。
This explains it best here (use example 1: https://docs.databricks.com/notebooks/notebook-workflows.html#pass-structured-data
然而，由于这只提供了退出一个 Dataframe /temp_view的指导，我将详细说明您提供的示例。
主要变化如下：

• 退出的是视图名称而不是数据本身。
• 您只能退出一个项目，因此将所有名称作为一个项目退出。
• For循环位于父级中，用于使用名称从临时视图中读取。

在父节点中运行子笔记本，并将其output/exit赋值给一个变量：

child_output = dbutils.notebook.run(<notebookpath>, timeout, <arguments>)

儿童：

tempview_list = ["tempView1", "tempView2", "tempView3"]
dbutils.notebook.exit(tempview_list)

数组将作为字符串退出到child_output变量中：

"['tempView1', 'tempView2', 'tempView3']"

因此，在父对象中，您需要使用exec（）将字符串重新转换为数组：

exec(f'tempview_list = {child_output}')

现在你已经完成了这个步骤，你可以在父笔记本中执行for循环了：

global_temp_db = spark.conf.get("spark.sql.globalTempDatabase")

for tempview in tempview_list:
  exec(f'{tempview}_df = table(global_temp_db + "." + tempview)')

这将基于您的temp_views生成3个 Dataframe ：tempView1_df、tempView2_df和tempView3_df，您可以对它们执行任何操作。
我假设您已经从初始 Dataframe 创建了temp_views，您需要将这些视图更新为global_temp_views。

我建议您创建temporaryGlobalviews，您可以从工作流中的下一个/父笔记本加载它。
它不是那么优雅，但它的工作作为一个魅力。

我也遇到了同样的问题。一个非常有效的方法是在第一个笔记本中创建一个GlobalTempView，并在第二个笔记本中阅读它：
在第一个笔记本的末尾，您可以将 Dataframe 存储为GlobalTempView：

df_notebook1.createOrReplaceGlobalTempView('dataframe_temp_view')

并在接下来的笔记本中这样读：

df_temp = spark.table('dataframe_temp_view')

• 只需确保两台笔记本电脑连接到同一群集