重命名pyspark数据帧聚合的列

前端之家收集整理的这篇文章主要介绍了重命名pyspark数据帧聚合的列前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我正在使用pyspark数据框分析一些数据,假设我有一个数据帧df,我正聚合:
df.groupBy("group")\
  .agg({"money":"sum"})\
  .show(100)

这将给我:

group                SUM(money#2L)
A                    137461285853
B                    172185566943
C                    271179590646

聚合工作很好,但我不喜欢新的列名称“SUM(money#2L)”。有没有一种整洁的方式将这个列重命名为.agg方法可读的东西?也许更类似于在dplyr中做什么:

df %>% group_by(group) %>% summarise(sum_money = sum(money))
虽然我仍然喜欢dplyr语法,但这段代码片段可以做到:
import pyspark.sql.functions as func

df.groupBy("group")\
  .agg(func.sum('money').alias('money'))\
  .show(100)

它变得冗长

原文链接:https://www.f2er.com/javaschema/282086.html

猜你在找的设计模式相关文章