如何重命名 PySpark 数据框中的多列？

在本文中，我们将了解如何重命名 PySpark Dataframe 中的多个列。

在开始之前，让我们使用 pyspark 创建一个数据框：

Python3

# importing module
import pyspark
from pyspark.sql.functions import col
  
# importing sparksession from pyspark.sql module
from pyspark.sql import SparkSession
  
# creating sparksession and giving an app name
spark = SparkSession.builder.appName('sparkdf').getOrCreate()
  
# list  of students  data
data = [["1", "sravan", "vignan"],
        ["2", "ojaswi", "vvit"],
        ["3", "rohith", "vvit"],
        ["4", "sridevi", "vignan"],
        ["1", "sravan", "vignan"],
        ["5", "gnanesh", "iit"]]
  
# specify column names
columns = ['student ID', 'student NAME', 'college']
  
# creating a dataframe from the lists of data
dataframe = spark.createDataFrame(data, columns)
  
print("Actual data in dataframe")
  
# show dataframe
dataframe.show()

输出：

方法 1：使用 withColumnRenamed。

这里我们将使用 withColumnRenamed() 来重命名现有的列名。

Syntax: withColumnRenamed( Existing_col, New_col)

Parameters:

• Existing_col: Old column name.
• New_col: New column name.

示例 1：重命名单列。

蟒蛇3

dataframe.withColumnRenamed("college", 
                            "College Name").show()

输出：

示例 2：重命名多个列。

蟒蛇3

df2 = dataframe.withColumnRenamed("student ID",
                                  "Id").withColumnRenamed("college",
                                                          "College_Name")
df2.show()

输出：

方法 2：使用 toDF()

此函数返回一个具有新指定列名称的新 DataFrame。

Syntax: toDF(*col)

Where, col is a new column name

在这个例子中，我们将创建一个新列名的顺序列表并将其传递给 toDF函数。

蟒蛇3

Data_list = ["College Id"," Name"," College"]
new_df = dataframe.toDF(*Data_list)
new_df.show()

输出：