在所有列聚合后重命名所有列[duplicate]

Question

这个问题在这里已有答案：

• PySpark - rename more than one column using withColumnRenamed 3回答

我在数据框中的所有列上进行汇总和，代码类似于：

   df_aggregated = df.groupBy('key').sum()

结果列已更改其名称，如下所示：

   sum(colum1), sum(colum2)

我需要将所有新列的名称更改为以前的名称

我尝试使用'别名'，但我有太多列，我想要更自动的东西

Answer 1

您可以使用此功能。任何聚合都具有相同的模式：xxx（column_name）如果您有模式，请使用正则表达式来匹配它。

import re

def rename_columns_after_any_aggregation(df):
    for name in df.schema.names:
        clear_name = ''
        m = re.search('\((.*?)\)', name)
        if m:
            clear_name = m.group(1)
            df = df.withColumnRenamed(name, clear_name)

    return df