选择 PySpark 数据框的特定列及其位置

在本文中，我们将讨论如何使用Pythonpyspark 数据帧中的位置来选择特定列。为此，我们将在 dataframe.select() 方法中使用 dataframe.columns() 方法。

Syntax:

dataframe.select(dataframe.columns[column_number]).show()

where,

• dataframe is the dataframe name
• dataframe.columns[]: is the methid which can take column number as an input and select those column
• show() function is used to display the selected column

让我们创建一个示例数据框。

Python3

# importing module
import pyspark
 
# 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：

按列号选择列

蟒蛇3

# select column with column number 1
dataframe.select(dataframe.columns[1]).show()

输出：

我们还可以使用切片运算符(:) 选择具有相同函数的多列。它最多可以访问 n 列。

Syntax: dataframe.select(dataframe.columns[column_start:column_end]).show()

蟒蛇3

#select column with column number slice operator
dataframe.select(dataframe.columns[1:3]).show()

输出：