Zmień nazwy kolumn Pyspark DataFrame - Zmień nazwę kolumny
Przykład:
Tutaj utworzymy PYSPARK DATAFRAME z 5 wierszy i 6 kolumnami.
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Wportu na funkcję col
od Pyspark.SQL.Funkcje importuj col
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23, „wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16, „wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7, „wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „Nazwa”: „Rohith”, „wiek”: 9, „wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37, „wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#Display the DataFrame
df.pokazywać()
Wyjście:
Metoda 1: Zastosowanie withColumnrenamed ()
Możemy zmienić nazwę kolumny w Pyspark DataFrame za pomocą tej metody.
Składnia:
ramka danych.withColumnNamed („Old_Column”, „New_Column”)
Parametry:
- Old_Column to istniejąca kolumna
- New_Column to nowa kolumna, która zastępuje Old_Column
Przykład:
W tym przykładzie zastępujemy kolumnę adresową „miasto” i wyświetlamy całą metodę DataFrame za pomocą metody show ().
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Wportu na funkcję col
od Pyspark.SQL.Funkcje importuj col
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23, „wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16, „wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7, „wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „Nazwa”: „Rohith”, „wiek”: 9, „wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37, „wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#Renam nazwa kolumny adresu z miastem
df.withColumnrenamed („Adres”, „City”).pokazywać()
Wyjście:
Możemy również zastąpić wiele nazw kolumn na raz przy użyciu tej metody.
Składnia:
ramka danych.withColumnNamed („Old_Column”, „New_Column”) .withColumnNamed („Old_Column”, „New_Column”)… .withColumnNamed („Old_Column”, „New_Column”)
Przykład:
W tym przykładzie zastępujemy kolumnę adresową „miasto”, kolumnę wysokości na „wysokość”, kolumnę Rollno na „id” i wyświetlamy całą Metodę DataFrame za pomocą metody show ().
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23, „wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16, „wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7, „wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „Nazwa”: „Rohith”, „wiek”: 9, „wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37, „wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#Renam nazwa kolumny adresu z miastem, kolumna wysokości z wysokością, kolumna Rollno z identyfikatorem
df.withColumnrenamed („Adres”, „City”).withColumnrenamed („wysokość”, „wysokość”).withColumnrenamed („Rollno”, „id”).pokazywać()
Wyjście:
Metoda 2: Za pomocą SelectExpr ()
Jest to metoda wyrażenia, która zmienia nazwę kolumny, przyjmując wyrażenie.
Składnia:
ramka danych.SelectExpr (wyrażenie)
Parametry:
- Zajmie tylko jeden parametr, który jest wyrażeniem.
- Wyrażenie służy do zmiany kolumny. Wyrażenie będzie brzmiało: „Old_column jako new_column”.
Wreszcie składnia to:
ramka danych.SelectExpr („Old_Column as New_Column”)
Gdzie,
- Old_Column to istniejąca kolumna
- New_Column to nowa kolumna, która zastępuje Old_Column
Uwaga: możemy podać wiele wyrażeń oddzielonych przecinkiem w tej metodzie.
Przykład 1:
W tym przykładzie zastępujemy kolumnę adresową „City” i wyświetlamy tę kolumnę za pomocą metody show ().
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23, „wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16, „wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7, „wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „Nazwa”: „Rohith”, „wiek”: 9, „wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37, „wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#Renam nazwa kolumny adresu z miastem
df.SelectExpr („Adres as miasto”).pokazywać()
Wyjście:
Przykład 2:
W tym przykładzie zastępujemy kolumnę adresową „miasto”, kolumnę wysokości na „wysokość”, kolumnę Rollno na „id” i wyświetlamy całą Metodę DataFrame za pomocą metody show ().
#Wportu na moduł PYSPARKImport Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23, „wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16, „wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7, „wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „Nazwa”: „Rohith”, „wiek”: 9, „wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37, „wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#Renam nazwa kolumny adresu z miastem, kolumna wysokości z wysokością, kolumna Rollno z identyfikatorem
df.SelectExpr („Adres as miasto”, „wysokość jako wysokość”, „Rollno asd”).pokazywać()
Wyjście:
Metoda 3: Za pomocą Select ()
Możemy wybrać kolumny z DataFrame, zmieniając nazwy kolumn za pomocą metody alias ().
Składnia:
ramka danych.Wybierz (col („Old_Column”).alias („New_Column”))
Parametry:
- Będzie wymagał tylko jednego parametru, który jest nazwą kolumny metodą Col ().
col () to metoda dostępna w Pyspark.SQL.Funkcje przyjmą Old_Column jako parametr wejściowy i zmieni się na New_Column z alias ()
alias () weźmie new_coolumn jako parametr
Gdzie:
- Old_Column to istniejąca kolumna
- New_Column to nowa kolumna, która zastępuje Old_Column
Uwaga: Możemy podać wiele kolumn oddzielonych przecinkiem w tej metodzie.
Przykład 1:
W tym przykładzie zastępujemy kolumnę adresową „City” i wyświetlamy tę kolumnę za pomocą metody show ().
Import Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Wportu na funkcję col
od Pyspark.SQL.Funkcje importuj col
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23, „wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16, „wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7, „wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „Nazwa”: „Rohith”, „wiek”: 9, „wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37, „wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#Renam nazwa kolumny adresu z miastem
df.Wybierz (col („Adres”).pseudonim („miasto”)).pokazywać()
Wyjście:
Przykład 2:
W tym przykładzie zastępujemy kolumnę adresową „miasto”, kolumnę wysokości na „wysokość”, kolumnę Rollno na „id” i wyświetlanie całej mandatu danych za pomocą metody show ().
#Wportu na moduł PYSPARKImport Pyspark
#Import Sparksession do tworzenia sesji
od Pyspark.SQL Import Sparksession
#Wportu na funkcję col
od Pyspark.SQL.Funkcje importuj col
#Utworz aplikację o nazwie Linuxhint
Spark_App = Sparksession.budowniczy.AppName („Linuxhint”).getorCreate ()
# Utwórz dane ucznia z 5 wierszy i 6 atrybutów
studenci = [„Rollno”: „001”, „nazwa”: „Sravan”, „wiek”: 23, „wysokość”: 5.79, „waga”: 67, „Adres”: „Guntur”,
„Rollno”: „002”, „nazwa”: „Ojaswi”, „wiek”: 16, „wysokość”: 3.79, „waga”: 34, „Adres”: „Hyd”,
„Rollno”: „003”, „nazwa”: „Gnanesh Chowdary”, „wiek”: 7, „wysokość”: 2.79, „waga”: 17, „Adres”: „Patna”,
„Rollno”: „004”, „Nazwa”: „Rohith”, „wiek”: 9, „wysokość”: 3.69, „waga”: 28, „Adres”: „hyd”,
„Rollno”: „005”, „nazwa”: „Sridevi”, „wiek”: 37, „wysokość”: 5.59, „waga”: 54, „Adres”: „Hyd”]
# Utwórz ramkę danych
df = Spark_App.CreatedataFrame (studenci)
#Renam nazwa kolumny adresu z miastem, kolumna wysokości z wysokością, kolumna Rollno z identyfikatorem
df.Wybierz (col („Adres”).pseudonim („miasto”), col („wysokość”).alias („wysokość”), kol. („Rollno”).alias („id”)).pokazywać()
Wyjście:
Wniosek
W tym samouczku omówiliśmy, jak zmienić nazwy kolumn Pyspark DataFrame za pomocą metod withColumnReMed (), Select i SelectExpr (). Korzystając z tych metod, możemy również zmieniać wiele nazw kolumn na raz.