如何处理spark中数据框列名称中的空格

Question

我在df中注册了一个tmp表，在列header中有空格。我可以在通过sqlContext使用sql查询时提取列。 我尝试使用后退但是它无法正常工作

df1 =  sqlContext.sql("""select Company, Sector, Industry, `Altman Z-score as Z_Score` from tmp1 """)

Answer 1

您只需将列名放在反向标记中，而不是其别名：

没有别名：

df1 =  sqlContext.sql("""select Company, Sector, Industry, `Altman Z-score` as Z_Score from tmp1""")

使用别名：

df1 =  sqlContext.sql("""select t1.Company, t1.Sector, t1.Industry, t1.`Altman Z-score` as Z_Score from tmp1 t1""")

Answer 2

查询存在问题，更正后的查询在下面（包装为“中的Z_Score）： -

df1 =  sqlContext.sql("""select Company, Sector, Industry, `Altman Z-score` as Z_Score from tmp1 """)

另一个替代： -

import pyspark.sql.functions as F
df1 =  sqlContext.sql("""select * from tmp1 """)
df1.select(F.col("Altman Z-score").alias("Z_Score")).show()