Spark数据框展开数组后，如何自定义展开列的列名？

你已经成功用explode函数把数组列展开成多行数据了，只需要给展开后的列加上别名，就能把默认的col改成你想要的employee啦，这里有两种简单的实现方式：

方式一：使用alias()方法 #

直接在explode调用后链式调用alias()指定列名：

df.select($"person", explode($"employees").alias("employee")).show()

方式二：使用as()方法 #

as()和alias()的作用完全一致，也是用来给列重命名：

df.select($"person", explode($"employees").as("employee")).show()

运行上面任意一段代码后，你就能得到期望的结果：

+------+--------+
|person|employee|
+------+--------+
|  Mary|       1|
|  Mary|       2|
|  Mary|       3|
|  John|       4|
|  John|       5|
|  John|       6|
+------+--------+

额外小技巧：用SQL语法实现 #

如果你更习惯写SQL语句，也可以先把DataFrame注册成临时视图，再通过SQL完成展开和重命名：

df.createOrReplaceTempView("people")
spark.sql("SELECT person, explode(employees) AS employee FROM people").show()

内容的提问来源于stack exchange，提问作者user152468