PYSPARK - WITH COLUMNRENAMEMAMED -Methode

In Python ist PySpark ein Spark -Modul, mit dem eine ähnliche Art von Verarbeitung wie Spark mit DataFrame bereitgestellt wird.

WithColumnRenamed () -Methode in pySpark wird verwendet.

Syntax:

Datenrahmen.withColumnrenamed ('old_column', 'new_column')

Parameter:

1. Old_Column ist der alte Spaltenname
2. New_Column ist der neue Name für die alte Spalte

Erstellen Sie den PYSPark -Datenfreame mit 5 Zeilen und 6 Spalten und zeigen Sie sie mit der Methode show () an

Beispiel:

#Amportieren Sie das PySpAPRK -Modul
pysspark importieren
#import SparkSession für die Erstellung einer Sitzung
aus pysspark.SQL Import SparkSession
#Importieren Sie die Col -Funktion
aus pysspark.sql.Funktionen importieren col
#create eine App namens LinuxHint
Spark_app = SparkSession.Erbauer.AppName ('LinuxHint').Getorcreate ()
# Erstellen Sie Studentendaten mit 5 Zeilen und 6 Attributen
Studenten = ['Rollno': '001', 'Name': 'Sravan', 'Alter': 23, 'Höhe': 5.79, 'Gewicht': 67, 'Adresse': 'Guntur',
'Rollno': '002', 'Name': 'Ojaswi', 'Alter': 16, 'Höhe': 3.79, 'Gewicht': 34, 'Adresse': 'Hyd',
'Rollno': '003', 'Name': 'Gnanesh Chowdary', 'Alter': 7, 'Höhe': 2.79, 'Gewicht': 17, 'Adresse': 'Patna',
'Rollno': '004', 'Name': 'Rohith', 'Alter': 9, 'Höhe': 3.69, 'Gewicht': 28, 'Adresse': 'Hyd',
'Rollno': '005', 'Name': 'Sridevi', 'Age': 37, 'Höhe': 5.59, 'Gewicht': 54, 'Adresse': 'Hyd']
# Erstellen Sie den Datenrahmen
df = spark_app.Createdataframe (Studenten)
#Display den DataFrame
df.zeigen()

Ausgang:

Wir werden den Spaltennamen "Adresse" in "Schüleradresse", "Rollno" -Spalte in "Studenten -ID" und "Name" in "Schülername" ändern.

Beispiel:

#Amportieren Sie das PySpAPRK -Modul
pysspark importieren
#import SparkSession für die Erstellung einer Sitzung
aus pysspark.SQL Import SparkSession
#create eine App namens LinuxHint
Spark_app = SparkSession.Erbauer.AppName ('LinuxHint').Getorcreate ()
# Erstellen Sie Studentendaten mit 5 Zeilen und 6 Attributen
Studenten = ['Rollno': '001', 'Name': 'Sravan', 'Alter': 23, 'Höhe': 5.79, 'Gewicht': 67, 'Adresse': 'Guntur',
'Rollno': '002', 'Name': 'Ojaswi', 'Alter': 16, 'Höhe': 3.79, 'Gewicht': 34, 'Adresse': 'Hyd',
'Rollno': '003', 'Name': 'Gnanesh Chowdary', 'Alter': 7, 'Höhe': 2.79, 'Gewicht': 17, 'Adresse': 'Patna',
'Rollno': '004', 'Name': 'Rohith', 'Alter': 9, 'Höhe': 3.69, 'Gewicht': 28, 'Adresse': 'Hyd',
'Rollno': '005', 'Name': 'Sridevi', 'Age': 37, 'Höhe': 5.59, 'Gewicht': 54, 'Adresse': 'Hyd']
# Erstellen Sie den Datenrahmen
df = spark_app.Createdataframe (Studenten)
#Rename Name Spalte zum Namen der Schüler Name
df = df.WithColumnrenaMed ("Name", "Schüler Name")
#Rename Adresse Spalte zum Namen der Schüler
df = df.WithColumnrenaMed ("Adresse", "Schüleradresse")
#Rename Rollno -Spalte zur Studenten -ID
df = df.WithColumnrenaMed ("Rollno", "Studenten ID")
#lets zeigen das Schema an
df.printSchema ()

Ausgang:

Wurzel
|- Schüler Adresse: String (nullable = true)
|- Alter: lang (nullable = true)
|- Höhe: doppelt (nullable = true)
|- Schüler Name: String (nullable = true)
|- Studenten id: String (nullable = true)
|- Gewicht: lang (nullable = true)

Wenn wir mehrere Spaltennamen gleichzeitig wollen, müssen wir die Funktion mit Columnrenamed () mehrmals durch den Punkt (DOT (.) Operator

Syntax:

Datenrahmen.Withcolumnrenamed ('old_column1', 'new_column')… withColumnrenamed ('old_column2', 'new_column')… withColumnrenamed ('old_column3', 'new_column').
.withColumnrenamed ('old_column n', 'new_column')

Beispiel:

In diesem Beispiel ändert sich der Spaltenname "Adresse" in "Schüleradresse", "Rollno" in die Spalte "Studenten id" und "Name" in "Schülername" und zeigt schließlich das Schema an.

#Amportieren Sie das PySpAPRK -Modul
pysspark importieren
#import SparkSession für die Erstellung einer Sitzung
aus pysspark.SQL Import SparkSession
#create eine App namens LinuxHint
Spark_app = SparkSession.Erbauer.AppName ('LinuxHint').Getorcreate ()
# Erstellen Sie Studentendaten mit 5 Zeilen und 6 Attributen
Studenten = ['Rollno': '001', 'Name': 'Sravan', 'Alter': 23, 'Höhe': 5.79, 'Gewicht': 67, 'Adresse': 'Guntur',
'Rollno': '002', 'Name': 'Ojaswi', 'Alter': 16, 'Höhe': 3.79, 'Gewicht': 34, 'Adresse': 'Hyd',
'Rollno': '003', 'Name': 'Gnanesh Chowdary', 'Alter': 7, 'Höhe': 2.79, 'Gewicht': 17, 'Adresse': 'Patna',
'Rollno': '004', 'Name': 'Rohith', 'Alter': 9, 'Höhe': 3.69, 'Gewicht': 28, 'Adresse': 'Hyd',
'Rollno': '005', 'Name': 'Sridevi', 'Age': 37, 'Höhe': 5.59, 'Gewicht': 54, 'Adresse': 'Hyd']
# Erstellen Sie den Datenrahmen
df = spark_app.Createdataframe (Studenten)
#Rename Name Spalte zum Namen der Schüler Name,
#Address Spalte zum Namen der Schüler
#Rename Rollno -Spalte zur Studenten -ID
df = df.WithColumnrenaMed ("Name", "Schüler Name").WithColumnrenaMed ("Adresse", "Schüleradresse").WithColumnrenaMed ("Rollno", "Studenten ID")
#lets zeigen das Schema an
df.printSchema ()

Ausgang:

Wurzel
|- Schüler Adresse: String (nullable = true)
|- Alter: lang (nullable = true)
|- Höhe: doppelt (nullable = true)
|- Schüler Name: String (nullable = true)
|- Studenten id: String (nullable = true)
|- Gewicht: lang (nullable = true)

Abschluss

In diesem Artikel haben wir besprochen, wie die Spaltennamen mithilfe der Funktion WithColumnrenamed () umbenannt werden und wie man mehrere Spalten umbenannt wird.