我有一个带有两列“ col24”和“ col23”的表“ t”，我想创建一个数据框“ r”

Question

想象一个具有两列的表t – col24和col18我想制作一个数据框'r'。这样，结果数据框将只有一列{ {1}}称为col24。

我尝试了以下代码，但无法正常工作。但是我得到了不正确的帮助我解决

first_name

Answer 1

请在下面找到您想要的答案：

select(f.col("col24").alias("first_name"))

Answer 2

import pyspark.sql.functions as f

如果我正确理解了您的问题，则这两个选项应该可以工作：

r = t.select('col24').f.withColumnRenamed('col24', 'first_name')

r = t.withColumnRenamed('col24', 'first_name').drop('col18')

例如，如果列表 my_cols 中有多个列，则第二个选项变为：

r = t.withColumnRenamed('col24', 'first_name').drop(*my_cols)

然后您可以检查数据框：

r.show()

或者如果t很大，只需检查列名：

r.columns