从pyspark中的所有列名中删除空格 [英] Remove spaces from all column names in pyspark

查看:64
本文介绍了从pyspark中的所有列名中删除空格的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

我是 pySpark 的新手.我收到了一个大约有 1000 列的 csv 文件.我正在使用数据块.大多数这些列之间都有空格,例如总收入"、总年龄"等.我需要用带下划线'_'的空格更新所有列名.

I am new to pySpark. I have received a csv file which has around 1000 columns. I am using databricks. Most of these columns have spaces in between eg "Total Revenue" ,"Total Age" etc. I need to updates all the column names with space with underscore'_'.

我已经试过了

foreach(在 cloned.Columns 中的数据列 c)c.ColumnName = String.Join("_", c.ColumnName.Split());

foreach(DataColumn c in cloned.Columns) c.ColumnName = String.Join("_", c.ColumnName.Split());

但它在数据块上的 Pyspark 中不起作用.

but it didn't work in Pyspark on databricks.

推荐答案

我会将 selectlist 理解结合使用:

I would use select in conjunction with a list comprehension:

from pyspark.sql import functions as F

renamed_df = df.select([F.col(col).alias(col.replace(' ', '_')) for col in df.columns])

这篇关于从pyspark中的所有列名中删除空格的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!

查看全文
登录 关闭
扫码关注1秒登录
发送“验证码”获取 | 15天全站免登陆