Python PySpark DataFrame toDF方法用法及代码示例

例子

考虑以下PySpark DataFrame：

df = spark.createDataFrame([["Alex", 20], ["Bob", 30]], ["name", "age"])
df.show()



+----+---+
|name|age|
+----+---+
|Alex| 20|
| Bob| 30|
+----+---+

在 PySpark 中按特定顺序排列列

要从 age 首先排列列，然后从 name 第二排列列：

df.toDF("age", "name").show()



+----+----+
| age|name|
+----+----+
|Alex|  20|
| Bob|  30|
+----+----+

请注意，如果新的 DataFrame 的列与原始 DataFrame 不匹配，则会抛出错误：

df.toDF("age").show()



IllegalArgumentException: requirement failed: The number of columns doesn't match.
Old column names (2): name, age
New column names (1): age

按字母顺序排列 PySpark 中的列

要按字母顺序排列列：

df.toDF(*sorted(df.columns)).show()



+----+----+
| age|name|
+----+----+
|Alex|  20|
| Bob|  30|
+----+----+

这里：

• sorted(~) 按字母顺序返回列标签。

• * 用于将列表转换为位置参数。