PySpark多DataFrame同名列（带序列号后缀）的比较问题求助

大家好，我现在卡在一个PySpark的问题上，折腾了好一阵子都没头绪，来社区求帮忙了！

我已经成功把n个结构完全相同的DataFrame做了关联，关联的时候为了区分不同来源的列，给每一列都加上了序列号后缀——比如原来的Test_Col1，现在变成了Test_Col1_0、Test_Col1_1……直到Test_Col1_n，最终的数据结构大概是这样的：

+------------------------------------+-----------+-----------+...+-----------+-----------+...+-----------+-----------+......+-----------+-----------+
|primary_key                         |Test_Col1_0|Test_Col2_0|...|Test_Col1_1|Test_Col2_1|...|Test_Col1_2|Test_Col2_2|......|Test_Col1_n|Test_Col2_n|
+------------------------------------+-----------+-----------+...+-----------+-----------+...+-----------+-----------+......+-----------+-----------+
|{10002711957914718:0000000015945968}|XYZ        |ABC        |...|PQR        |MNO        |...|JKL        |DEF        |......|SRT        |TUV        |
|{10014135598021497:0000000213113137}|XYZ        |ABC        |...|XYZ        |MNO        |...|XYZ        |DEF        |......|XYZ        ...

我现在需要对这些同前缀的列做批量处理（比如比较同一主键下各版本列的差异、统计每列组内的相同值次数等），但如果手动一个个写逻辑的话，n的数量不固定，代码会非常冗余而且不灵活。有没有大佬能教教我怎么高效地实现这类批量列操作？非常感谢！

备注：内容来源于stack exchange，提问作者SSS