Spark Scala中如何判断DataFrame列存在后重命名该列

核心思路是先读取DataFrame的全量列名做存在性校验，再按需执行重命名逻辑，避免无意义操作或者业务逻辑不透明的问题。

基础实现 #

直接通过df.columns获取DataFrame所有列名构成的数组，判断目标列是否存在后再分支处理：

// 存在DOB列则重命名，不存在则返回原DataFrame
val resultDf = if (df.columns.contains("DOB")) {
  df.withColumnRenamed("DOB", "DateOfBirth")
} else {
  df
}

补充说明：Spark原生的withColumnRenamed方法在传入的原列名不存在时，不会抛出异常，只会静默返回原结构的DataFrame。如果你的业务场景需要明确感知列缺失的情况，可以在else分支增加日志打印、抛出业务异常等逻辑，方便问题排查，示例：

val resultDf = if (df.columns.contains("DOB")) {
  df.withColumnRenamed("DOB", "DateOfBirth")
} else {
  throw new RuntimeException("数据集缺失必填字段DOB，重命名操作终止")
}

通用封装（多场景复用） #

如果需要频繁做「存在才重命名」的操作，可以封装隐式方法扩展DataFrame的能力，减少重复代码：

import org.apache.spark.sql.DataFrame

implicit class DataFrameExtension(df: DataFrame) {
  def withColumnRenamedIfExist(oldName: String, newName: String): DataFrame = {
    if (df.columns.contains(oldName)) df.withColumnRenamed(oldName, newName)
    else df
  }
}

// 调用示例，支持链式调用处理多个列
val resultDf = df.withColumnRenamedIfExist("DOB", "DateOfBirth")
  .withColumnRenamedIfExist("usr_name", "userName")

内容的提问来源于stack exchange，提问作者Thivagar Moorthy