如何从PySpark的Column对象中提取列名的字符串表示？

你用repr截取字符串的方法确实不够稳妥，因为repr的输出格式可能随PySpark版本变动，很容易出问题。这里提供两种更可靠的方法：

方法一：利用Column内部的Java对象引用 #

PySpark的Column对象持有一个Java层的引用_jc，可以通过它直接调用获取列名的方法：

# 直接获取列名
col_name: str = my_col._jc.name()

或者用toString()方法（输出格式就是列名字符串）：

col_name: str = my_col._jc.toString()

注意：_jc属于PySpark的非公开内部属性，虽然在绝大多数版本中都能正常工作，但官方不保证后续版本的兼容性。

方法二：解析Column的表达式字符串 #

Column对象有一个expr公开属性，存储了对应的表达式字符串，针对简单列名的场景，可以直接提取：

# 对于普通列名，expr的值就是列名字符串
col_name: str = my_col.expr

如果是带表别名的列（比如df.foo），可以拆分字符串取最后一段：

col_name: str = my_col.expr.split('.')[-1]

这种方法依赖表达式字符串的格式，但相比repr更稳定。

内容的提问来源于stack exchange，提问作者user344577