PySpark修改列名方法：如何将聚合输出的state列重命名为country

你可以通过以下两种常用方式实现将state列重命名为country：

• 方案1：分组时直接对分组字段重命名
  直接在groupBy方法内给指定字段设置别名，一步得到目标结果：

  df.groupBy(df["state"].alias("country")).sum("salary").show()
  

• 方案2：聚合完成后修改列名
  先完成分组聚合逻辑，再通过withColumnRenamed方法修改指定列名，逻辑更直观易懂：

  df.groupBy("state").sum("salary").withColumnRenamed("state", "country").show()
  

如果你还需要同时修改sum(salary)的默认列名，推荐使用agg方法自定义聚合字段别名：

from pyspark.sql.functions import sum
df.groupBy(df["state"].alias("country")).agg(sum("salary").alias("total_salary")).show()

修改后输出示例：

+-------+-----------+
|country|sum(salary)|
+-------+-----------+
|     NJ|      91000|
|     NV|     166000|
|     CA|     171000|
|     DE|      99000|
|     NY|     252000|
+-------+-----------+

内容的提问来源于stack exchange，提问作者Mounika