重命名数据框列名

Posted

技术标签:

【中文标题】重命名数据框列名【英文标题】:Renaming dataframe column name 【发布时间】:2019-05-11 14:39:38 【问题描述】:

我有一个数据框 df_one, df_two 如下所示:

df_one.show()

-------------
|Column_Name|
-------------
|NAME       |
|ID         | 
|COUNTRY    |
-------------

df_two.show()

-------------   
|_c0|_c1|_c2|
-------------
|AAA|001|US |
|BBB|002|UK |
|CCC|003|IN |
|DDD|004|FR |
-------------

我正在尝试重命名数据框 df_two 的列,如下所示:

------------- ----  
|NAME|ID |COUNTRY|
------------------
|AAA |001| US    |
|BBB |002| UK    |
|CCC |003| IN    |
|DDD |004| FR    |
------------------

暂时我创建了 seq 并得到了上述结果

val newColumn = Seq("NAME", "ID", "COUNTRY")
val df = df_two.toDF(newColumn:_*)

但现在我必须从 df_one 读取 column(Column_Name) 并分别重命名数据框 df_two 的列名。

我也尝试从 df_one 读取列值,但它返回 Seq[Any] 并且我需要 Seq[String] 。

在这里用一些代码指导我..

【问题讨论】:

【参考方案1】:

这是 Scala 中的解决方案。

由于df_one 是一个小数据集(即使总列数以千为单位),因此可以将collect DataFrame 用作Array。现在,collect-ing DataFrame 将导致 ArrayRows:

df_one.collect
// res1: Array[org.apache.spark.sql.Row] = Array([NAME], [ID], [COUNTRY])

要解开Rows(单个String),只需应用Row方法getString

df_one.collect.map(_.getString(0))
// res2: Array[String] = Array(NAME, ID, COUNTRY)

总而言之:

val df_one = Seq(
  "NAME", "ID", "COUNTRY"
).toDF("Column_Name")

val df_two = Seq(
  ("AAA", "001", "US"),
  ("BBB", "002", "UK"),
  ("CCC", "003", "IN"),
  ("DDD", "004", "FR")
).toDF("_c0", "_c1", "_c2")

val colNames = df_one.collect.map(_.getString(0))

df_two.toDF(colNames: _*).show
// +----+---+-------+
// |NAME| ID|COUNTRY|
// +----+---+-------+
// | AAA|001|     US|
// | BBB|002|     UK|
// | CCC|003|     IN|
// | DDD|004|     FR|
// +----+---+-------+

【讨论】:

【参考方案2】:

试试:

df_two.columns = df_one['Column_Name']

【讨论】:

以上是关于重命名数据框列名的主要内容,如果未能解决你的问题,请参考以下文章

熊猫重命名多级查找列名[重复]

重命名未命名的列熊猫数据框

重命名数据框的行和列

Pandas df.itertuples 在打印时重命名数据框列

R语言rename重命名dataframe的列名实战:rename重命名dataframe的列名(写错的列名不会被重命名)

重命名postgresql数据库中的列名