python - 引用 Pyspark DataFrame 中的列

假设我有一个转换为数据框的单词列表

  -----
| word |
  -----
| cat  |
| bird |
| dog  |
| ...  |
  -----

我尝试计算字母数:

from pyspark.sql.functions import length

letter_count_df = words_df.select(length(words_df.word))

我知道这会导致仅包含单列的数据框。

如何在不使用alias的情况下引用letter_count_df的唯一列？

  -------------
| length(word) |
  -------------
|           3  |
|           4  |
|           3  |
|         ...  |
  -------------

最佳答案

姓名:

>>> letter_count_df.select(c)
DataFrame[length(word): int]

或列和名称:

>>> from pyspark.sql.functions import *
>>> letter_count_df.select(c))

其中 c 为常量:

>>> c = "length(word)"

或

>>> c = letter_count_df.columns[0]

关于python - 引用 Pyspark DataFrame 中的列，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38097011/