Pyspark：选择除特定列之外的所有列

Question

我在PySpark数据框中有大量列，比如说200.我想选择除列3-4之外的所有列。如何选择此列而不必手动键入要选择的所有列的名称？

Answer 1

最后，我决定满足以下条件：

• Drop：

  df.drop('column_1', 'column_2', 'column_3')

• Select：

  df.select([c for c in df.columns if c not in {'column_1', 'column_2', 'column_3'}])

Answer 2

第二步有一个更简单的方法，它允许选择所有列：

df.select(df['*'])

或者，select 也可以通过应用 alias 来使用：

df.alias("a").select("a.*")