在PySpark中重命名数据框(DataFrame)列并添加字符串

Question

我用Pandas和Python编写了一段代码，将列名前加上“VEN_”：

Tablon.columns = "VEN_" + Tablon.columns

这个功能在之前的使用中运行良好，但是现在我正在使用PySpark，它不起作用了。我尝试过：

Vaa_total.columns = ['Vaa_' + col for col in Vaa_total.columns]

或者

for elemento in Vaa_total.columns:
    elemento = "Vaa_" + elemento

还有其他类似的东西，但不起作用。

我不想替换列名，只是想保留它，但在开头添加一个字符串。

- ITo

---

可能是如何在Pyspark中更改数据框列名？的重复问题。 - vvg

我不认为有解释如何替换它，但我不知道如何将字符串添加到我的列名中，我得到了：AttributeError: 无法设置属性。 - ITo

看看选项2或3。那正是你所需要的。 - vvg

是的，你说得对！ - ITo

Answer 1

尝试以下内容：

试试这个：

for elemento in Vaa_total.columns:
    Vaa_total =Vaa_total.withColumnRenamed(elemento, "Vaa_" + elemento)

- ags29

Answer 2

标准的写法格式：

renamed_df = df.withColumnRenamed(col_name, "insert_text" + col_name) for col_name in dataframe.columns])

- sargupta

---

你的解决方案中有一个括号缺失。 - MLEN

Answer 3

我在评论中链接了类似的主题。 以下是从那个主题中适应到你的任务的示例：

dataframe.select([col(col_name).alias('VAA_' + col_name) for col_name in dataframe])

- vvg