只需添加函数类型，就像你为半正矢函数所做的那样：

@pandas_udf("float")
def udf_calc_distance(st_y_witness: pd.Series, st_x_witness: pd.Series, st_y_transmitter: pd.Series, st_x_transmitter: pd.Series) -> pd.Series:
    distance_df = pd.DataFrame({'st_y_witness' : st_y_witness, 'st_x_witness' : st_x_witness, 'st_y_transmitter' : st_y_transmitter, 'st_x_transmitter' : st_x_transmitter})
    distance_df['distance'] = distance_df.apply(lambda x : haversine(x['st_y_witness'], x['st_x_witness'], x['st_y_transmitter'], x['st_x_transmitter']), axis = 1)
    return distance_df['distance']

字符串

如果您正在寻找描述/文档，请参阅pyspark pandas_udf docs中的“示例”部分。
在Spark 3.0和Python 3.6+中，Python类型提示检测函数类型如下：

>>> @pandas_udf(IntegerType())
>>> def slen(s: pd.Series) -> pd.Series:
>>>     return s.str.len()

字符串
在Spark 3.0之前，pandas UDF使用functionType来决定执行类型，如下所示：

>>> from pyspark.sql.functions import PandasUDFType
>>> from pyspark.sql.types import IntegerType
>>> @pandas_udf(IntegerType(), PandasUDFType.SCALAR)
>>> def slen(s):
>>>     return s.str.len()

型
最好为pandas UDF指定类型提示，而不是通过> functionType指定pandas UDF类型，后者将在未来版本中弃用。
请注意，类型提示在所有情况下都应该使用pandas.Series，但有一个变体，即当输入或输出列为pyspark.sql.types.StructType时，应该使用pandas.DataFrame作为其输入或输出类型提示。

from pyspark.sql import functions as F
from pyspark.sql import Column
def haversine(witness_lat : Column, witness_lon: Column, beacon_lat: Column, beacon_lon: Column) -> Column:
    lon1 = F.radians(witness_lon)
    lat1 = F.radians(witness_lat)
    lon2 = F.radians(beacon_lon)
    lat2 = F.radians(beacon_lat)
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = F.sin(dlat/2)**2 + F.cos(lat1) * F.cos(lat2) * F.sin(dlon/2)**2
    c = 2 * F.asin(F.sqrt(a)) 
    m = 6367000 * c
    return m

字符串
为什么你不定义pyspark函数而不是udf？