Question

我的数据框为

df = df.select("employee_id", "employee_name", "employee_address")

我需要重命名前两个字段，但仍然选择第三个字段。因此，我认为这会起作用，但这似乎仅选择employee_address。

df = (df.withColumnRenamed("employee_id", "empId")
        .withColumnRenamed("employee_name", "empName")
        .select("employee_address")
)

如何正确重命名前两个字段，同时选择第三个字段？

我尝试了withColumn用法的混合使用，但这不起作用。我必须在所有三个字段上使用选择吗？

Answer 1

您可以使用alias命令：

import pyspark.sql.functions as func

df = df.select(
    func.col("employee_id").alias("empId"), 
    func.col("employee_name").alias("empName"), 
    func.col("employee_address")
)

当我还需要使用withColumnRenamed时，如何从Spark数据框中选择列？

1 个答案: