如何在不重命名列的情况下用一行代码计算DataFrame列的平均值、最大值、最小值（PySpark场景）

嘿，我来帮你排查问题并搞定这个需求！

首先看你给出的代码，大概率报错的原因是列名拼写错误——你写的Salaray应该是Salary吧？这是很容易犯的小疏忽。不过就算修正了拼写，我们也可以用最简洁的方式实现你的需求：在不手动重命名列的前提下，一行代码算出目标列的平均值、最大值和最小值。

正确的一行代码实现 #

首先确保你已经导入了PySpark需要的聚合函数：

from pyspark.sql.functions import avg, min, max, col

然后直接执行这行代码即可：

df5 = df5.agg(avg(col("Salary")), min(col("Salary")), max(col("Salary")))

如果你觉得col()有点多余，还可以更简化，直接传入列名字符串：

df5 = df5.agg(avg("Salary"), min("Salary"), max("Salary"))

为什么这样符合需求？ #

执行完之后，结果DataFrame的列名会自动生成为avg(Salary)、min(Salary)、max(Salary)，完全不需要你手动重命名列，完美匹配你的要求。

如果修正拼写后还是报错，那你可以检查下：

• 目标列Salary是否真的存在于df5中
• 是否正确导入了avg、min、max这些聚合函数

内容的提问来源于stack exchange，提问作者Venkatesh