我有一個名為 d2 的數據框，有 2 列（DEST_COUNTRY_NAME，計數）我創建了一個新的數據框，如下所示：df3 = df2.groupBy("DEST_COUNTRY_NAME").sum('count')我打算將列“sum(count)”的名稱更改為“destination_total”：df5 = df3.selectExpr("cast(DEST_COUNTRY_NAME as string) DEST_COUNTRY_NAME", "cast(sum(count) as int) destination_total")我打算將列“sum(count)”重命名為“destination_total”。我怎么解決這個問題？我不與熊貓一起工作，而是與火花一起工作。
4 回答
HUX布斯
TA貢獻1876條經驗 獲得超6個贊
假設數據框中只有兩列，以下是您可以使用的兩種重命名方法。
df3 = df2.groupBy("DEST_COUNTRY_NAME").sum('count').toDF(*['DEST_COUNTRY_NAME', 'destination_total'])或者您可以在調用別名函數時重命名它，如下所示：
df3.select("DEST_COUNTRY_NAME", col("sum(count)").alias("destination_total"))PS：不要忘記導入 col。
from pyspark.sql.functions import col
蕭十郎
TA貢獻1815條經驗 獲得超13個贊
或者您可以進行聚合而不是直接求和。
df3 = df2.groupBy("DEST_COUNTRY_NAME").agg(sum('count').alias('count'))
墨色風雨
TA貢獻1853條經驗 獲得超6個贊
from pyspark.sql.functions import *
df3 = df2.groupBy("DEST_COUNTRY_NAME") \
.agg(sum("count").alias("destination_total"))添加回答
舉報
0/150
提交
取消