pySpark数据框中的累积乘积
是指对指定列中的每个元素进行累积相乘的操作。在pySpark中，可以使用Window函数结合reduce函数实现累积乘积的计算。
下面是一个完整的答案示例：
累积乘积是对pySpark数据框中指定列的每个元素进行累积相乘的操作。在pySpark中，可以使用Window函数结合reduce函数实现累积乘积的计算。
首先，我们需要导入必要的模块：
from pyspark.sql import SparkSession
from pyspark.sql.functions import col, expr
from pyspark.sql.window import Window接下来，我们创建一个SparkSession：
spark = SparkSession.builder.appName("CumulativeProduct").getOrCreate()然后，我们创建一个示例数据框：
data = [(1, 2), (2, 3), (3, 4), (4, 5), (5, 6)]
df = spark.createDataFrame(data, ["id", "value"])
df.show()输出结果为：
+---+-----+
| id|value|
+---+-----+
| 1| 2|
| 2| 3|
| 3| 4|
| 4| 5|
| 5| 6|
+---+-----+现在，我们可以使用Window函数和reduce函数计算累积乘积：
windowSpec = Window.orderBy("id").rowsBetween(Window.unboundedPreceding, Window.currentRow)
df.withColumn("cumulative_product", expr("reduce(value, (x, y) -> x * y, 1)").over(windowSpec)).show()输出结果为：
+---+-----+------------------+
| id|value|cumulative_product|
+---+-----+------------------+
| 1| 2| 2|
| 2| 3| 6|
| 3| 4| 24|
| 4| 5| 120|
| 5| 6| 720|
+---+-----+------------------+在这个示例中，我们首先使用Window函数定义了一个窗口，指定了排序列为"id"，并且范围为从未排序的行到当前行。然后，我们使用reduce函数对"value"列进行累积乘积的计算，初始值为1。最后，我们将计算结果添加为一个新的列"cumulative_product"。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云Spark集群：https://cloud.tencent.com/product/spark
- 腾讯云数据仓库DorisDB：https://cloud.tencent.com/product/doris
- 腾讯云数据分析引擎Databricks：https://cloud.tencent.com/product/databricks
注意：以上推荐的腾讯云产品仅供参考，请根据具体需求进行选择。
相关·内容
例如，我有一个具有列A的数据框，如下所示： import pandas as pd
df=pd.DataFrame({'A': [4, 2, 5, 7, 1]}) 我想要创建另一个列'B‘，它的基础是从第一行开始乘以所有先前的A值，因此它应该在行号之后如下所示： 4, 8, 40, 280, 280 这是作为pandas中的一个函数来实现的，还是有其他方法？ 谢谢
浏览 15提问于2020-10-01得票数 1
1回答
我正在尝试编写一个嵌套循环代码来模拟一个101行的数据框中的10列数据。已将第一行数据指定为起始值。每列应该是不同的，因为我的矩阵r是从随机法线生成的；但是，每列中的结果值完全相同。为循环索引提供一些上下文：
tmax=100; ncol(pop_sims) = 12 (so a total of 10 iterations, 3-12); ncol(r) = 10
for (i in 1:tmax){
for (j in 3:ncol(pop_sims)){
for(k in 1:ncol(r)){
if (pop_sims[i,j]*exp(r[i,k]) <2)
浏览 0提问于2014-01-08得票数 5
回答已采纳
1回答
我有这个数据框 +---+----+---+
| A| B| C|
+---+----+---+
| 0|null| 1|
| 1| 3.0| 0|
| 2| 7.0| 0|
| 3|null| 1|
| 4| 4.0| 0|
| 5| 3.0| 0|
| 6|null| 1|
| 7|null| 1|
| 8|null| 1|
| 9| 5.0| 0|
| 10| 2.0| 0|
| 11|null| 1|
+---+----+---+ 我需要做的是从列C到下一个值为零的值的累积和。 预期输出： +---+----+---+----+
|
浏览 9提问于2019-05-31得票数 6
回答已采纳
1回答
熊猫对火花果的累积功能
、、、、
我正试图把下面的熊猫代码转换成火星雨。
Python代码：
df = spark.createDataFrame([(1, 1,0.9), (1, 2,0.13), (1, 3,0.5), (1, 4,1.0), (1, 5,0.6)], ['col1', 'col2','col3'])
pandas_df = df.toPandas()
pandas_df['col4'] = (pandas_df.groupby(['col1','col2'])['col3'].apply(la
浏览 1提问于2019-12-06得票数 0
回答已采纳
1回答
如何求向量的不定积分并绘制它
、、、、
我是Matlab的新手，我想要集成一个分段积分向量。
用于创建向量的代码如下所示：
dt=1/1000;
t=0:dt:6;
g(t<=0)=0;
g(t>=0 & t<=1)=1*t(t>=0 & t<=1);
g(t>=1 & t<=3)=1;
g(t>=3 & t<=4)=-1*(t(t>=3 & t<=4)-4);
g(t>=4)=0;
我设法让它与一个diff()操作一起工作：
function [h] = diff_plot(g,t)
dt = 1/1000;
h
浏览 1提问于2016-07-07得票数 1
回答已采纳
给出了一个有N个结点的树。节点的权重在-1000到1000之间。我的要求是找到子树节点乘法的最大值。你有什么想法/算法来解决这个问题吗？
例如
浏览 0提问于2015-10-12得票数 0
我在pyspark dataframe中有一个count列，如下所示：
id Count Percent
a 3 50
b 3 50
我想要一个结果数据帧为：
id Count Percent CCount CPercent
a 3 50 3 50
b 3 50 6 100
我不能使用熊猫数据帧，因为数据库太大了。我找到了指向窗口分区的答案，但我没有这样的列作为分区依据。请大家用pyspark dataframe告诉我怎么做。注意: pysp
浏览 5提问于2017-03-20得票数 0
我想计算一个简单的指数序列，但不知何故它不起作用。dataframe有两列:索引列和要添加的百分比更改： Indice PerChange
1 1 0.024412
2 1 0.036074
3 1 0.027329
4 1 0.027981 这是我的代码： df3["Indice"] = df3["Indice"] * (df3["PerChange"] + df3["Indice"].shift(1))
df3.at[1, 'Ind
浏览 17提问于2019-08-24得票数 1
回答已采纳
市场‘’AAPL‘是苹果每日股票回报的数据框架
我注意到：
market['AAPL'].apply(lambda x: np.exp(x))
market['AAPL'].apply(lambda x: np.cumprod(np.exp(x)))
两者给出相同的结果为什么np.cumprod不工作？
浏览 10提问于2020-05-29得票数 0
回答已采纳
我使用的是pandas 1.14和python 3.8 给定一个数据帧： Id A B
1 3 4
2 3 4
3 1 2
4 4 3 如果我想要对一列中的所有值求和，我会简单地去做sum(df["A"])，我如何才能替换sum ->乘法呢？ 我想要的是multiply(df["A"])，它将返回3x3x1x4= 36。 提前感谢！
浏览 120提问于2021-01-05得票数 1
回答已采纳
刚在pyspark dataframe上应用map函数时遇到了路障，需要你的帮助才能走出来。
虽然问题更复杂，但让我用下面的例子来简化它，使用字典和for循环，并需要在pyspark中解决。
下面是关于虚拟数据的python代码示例，我希望在pyspark映射转换中使用when、使用窗口的子句或任何其他方式相同。
问题-我在下面的字典中有一个以列名为键的pyspark dataframe，并希望添加/修改部分列，其逻辑与本例中for循环中应用的类似。
record=[
{'id':xyz,'SN':xyz,'miles':xyz,'fee
浏览 0提问于2018-03-09得票数 0
1回答
基本上，我希望为xts时间序列计算一个累积回报(和一个索引值)，对于每个时间段我都有一个返回。但是，由于我正在查看定义的时间段来比较这些时间序列，所以我希望从这段时间开始到结束的累计返回和索引值，以及每行当前的累计回报。
假设我的数据如下所示(基本索引值为100)：
Return Index Cumulative Return
Date0 0 100 0
Date1 0.05 105 0.05
Date2 0.10 115.5 0.155
Date3 -0.1 103.95
浏览 1提问于2014-01-20得票数 1
回答已采纳
1回答
我在pyspark有两个rdd
rdd1=sc.parallelize(['a','b'])
rdd2=sc.parallelize(['c','d'])
我想生成一个rdd，其中包含每个rdd的一个元素。(a，c)，(b，c)，(a，d)，(b，d)我试过了
rdd3=rdd1.map(lambda x:x)+rdd2.map(lambda y:y)
它失败了
浏览 13提问于2019-11-17得票数 0
回答已采纳
我正在寻找一种在PySpark中重现SAS代码的方法。我找到了。然而，它是在潘达斯。我想确保它确实使用了Spark所能提供的最好的功能，因为代码将使用大量的数据集。 ()，我还在PySpark中找到了计算分布式groupwise累积和的指令，但不确定如何使其适应我的目的。
下面是一个输入和输出示例(我的原始数据集将有几十亿行)：
输入数据集：
state
0 Delaware
1 Delaware
2 Delaware
3 Indiana
4 Indiana
... ...
1020 West Virgi
浏览 5提问于2021-01-19得票数 0
from cycler import cycler
cycler('color', 'rgb') * cycler(marker=['s', 'o']) * cycler('ls', ['-', '--', '-.', ':'])
在上述代码中，所绘制的线条将使用红色8次(用于线条样式和标记的不同组合)，然后使用颜色为8次的绿色。
有什么方法可以代替我们用标记s和线条样式-来代替红色，然后是绿色标记s和线条样式-？
浏览 3提问于2017-10-28得票数 2
回答已采纳
1回答
我对python非常陌生，所以我需要问一个问题：
我有这个数据：
我需要知道如何获得一个新的数据格式，结果如下：
从第二行开始(索引1)，要应用的公式是：previous row cell value *(1+actual cell value)。
浏览 5提问于2022-05-10得票数 0
回答已采纳
2回答
我想做一个UDF，它将计算给定范围的CAGR。
提供给该函数的数据通常是每月返回数据，因此我需要：
在范围内的每个单元格中添加1。
使所有细胞相乘
取(1/(范围内的数字/12))的幂
如果手动执行，我将输入公式=积(rng+1)^(1/(Count(Rng)/12))-1，数组输入CTRL+Shift+Enter
我尝试过两种不同的方法来完成这个任务。第一种是在vba中基本完成上述公式。
Option Explicit
Function CAGR(rng As Range) As Double
Dim total As Double
Dim n As Integer
浏览 3提问于2016-08-22得票数 1
回答已采纳
我已经使用以下代码创建了数据框： import pyspark
from pyspark.sql import functions as F
sc = pyspark.SparkContext()
spark = pyspark.sql.SparkSession(sc)
data = [('A', 'B', 1), ('A', 'B', 2), ('A', 'C', 1)]
columns = ['Column1', 'Col
浏览 12提问于2020-06-15得票数 0
1回答
我在逗号分隔的文件中有数据，我已经将其加载到spark数据框中:数据如下：
A B C
1 2 3
4 5 6
7 8 9
我想在spark中使用pyspark将上面的数据帧转换为：
A B C
A_1 B_2 C_3
A_4 B_5 C_6
--------------
然后使用pyspark将其转换为list of list：
[[ A_1 , B_2 , C_3],[A_4 , B_5 , C_6]]
然后在上述数据集上使用pyspark运行FP增长算法。
我尝试过的代码如下：
from pyspark.sql.functions im
浏览 8提问于2019-08-12得票数 1
回答已采纳
我正在尝试将spark数据框中的列拆分为多个值。因此，我分隔了要拆分的列，并检查了其类型：
I: type(TopicModelVectorSplit)
O: pyspark.sql.dataframe.DataFrame
当我使用以下命令分割字符串时：
TopicModelVectorSplit = TopicModelVector.select('TopicModelVector').map(lambda line: line.text.split())
它会转换成流水线的RDD，而这些是不可能使用的。
I: type(TopicModelVectorSplit)
O: p
浏览 0提问于2016-06-22得票数 0
我有400万行的大型数据帧。其中一列是名为"name“的变量。
当我通过：df['name].nunique()检查Pandas中唯一值的数量时，我得到了一个与Pyspark df.select("name").distinct().show()不同的答案(在Pandas中大约为1800，在Pyspark中为350 )。这怎么可能呢？这是一个数据分区的问题吗？
编辑:数据框中的name记录如下: name-{number}，例如: name-1，name-2等。
在熊猫中：
df['name'] = df['name'].str.
浏览 0提问于2020-05-24得票数 0
1回答
我正在使用Pyspark版本1.6处理Pyspark数据帧。在将此数据框导出到.CSV文件之前，我需要根据特定条件对特定列使用LIKE和OR运算符过滤数据。为了向您介绍我到目前为止所做的工作，我从多个.JSON文件创建了初始数据帧。此数据框已子集，因此仅包含所需的列。然后创建了一个sqlContext临时表。到目前为止，我已经尝试了两种不同的方法，使用sqlContext和使用Pyspark方法。
sqlContext方法：
df_filtered = sqlContext.sql("SELECT * from df WHERE text LIKE '#abc' OR
浏览 0提问于2017-07-27得票数 0
回答已采纳
假设我有2个dfs：
A | B
------
1 | 2
3 | 4
和
C
-
8
我想要一个新的df，比如：
A | B | C
---------
1 | 2 | 8
3 | 4 | 8
基本上，这个单行表的值被附加到原始df的每一行。这在Pyspark中是可能的吗？
浏览 0提问于2021-12-02得票数 0
我对pyspark是个新手。我有一个包含ID和BALANCE列的pyspark数据框。我尝试将列balance存储到100% (1-100%)的存储桶中，并计算每个存储桶中有多少个in。
我不能使用任何与RDD相关的东西，我只能使用Pyspark语法。我试过下面的代码
w = Window.orderBy(df.BALANCE)
test = df.withColumn('percentile_col',F.percent_rank().over(w))
我希望得到一个新的列，它可以自动计算平衡列中每个数据点的百分位数，并忽略缺少的值。
浏览 14提问于2019-07-11得票数 0
2回答
我正在尝试在PySpark数据label中唯一地标记具有相同值的连续行。在Pandas，一个人可以很简单地做到以下几点：
s = pd.Series([1,1,1,2,2,1,1,3])
s.ne(s.shift()).cumsum()
0 1
1 1
2 1
3 2
4 2
5 3
6 3
7 4
dtype: int64
如何在PySpark中做到这一点？设置-
from pyspark.sql.types import IntegerType
from pyspark.sql.types import StructType
spark =
浏览 0提问于2020-10-19得票数 3
回答已采纳
2回答
我的数据框看起来像-
id product amount
1 a 100
2 b 300
3 c 400
4 d 100
我的最终数据框应该是-
id product amount total
1 a 100 900
2 b
浏览 25提问于2019-11-24得票数 0
我有以下列表：
l = [1, 2, 3, 4, 5, 6]
我想将第一个元素乘以9、(1*9)=9，然后将所有后续项乘以前一个乘法的结果。请参见以下输出：
[9, 18, 54, 216, 1080, 6480]
浏览 8提问于2019-07-18得票数 1
回答已采纳
我正在尝试找出spark数据框中的列是什么数据类型，并基于该定义操作列。
这是我到目前为止所知道的：
import pyspark
from pyspark.sql import SparkSession
spark = SparkSession.builder.appName('MyApp').getOrCreate()
df = spark.read.csv('Path To csv File',inferSchema=True,header=True)
for x in df.columns:
if type(x) == 'integer
浏览 8提问于2018-04-12得票数 1
有一个整数数组，比方说3,5,7,9。你应该创建另一个数组并填充它，使得第二个数组的第0个位置应该是第一个数组中除第0个位置的数字之外的所有数字的乘积，这意味着它应该是5x7x9(不包括3)，第二个数组的索引1的数字将是3x7x9 (不包括5)的乘积。
我想到的第一个答案是有2个for循环，这将导致O(n2)的时间复杂度。后来我想到了这个：
将第一个数组中的所有数字相乘(3x5x7x9)，在填充第二个数组时，我将这个乘积除以该位置的数字。如果我填充的是第0个位置，则除以3；如果我填充的是第一个位置，则除以5，依此类推。这将把复杂度从O(n2)降低到O(2n)。
但是面试官说不允许进行分裂。除了
浏览 0提问于2011-08-02得票数 12
回答已采纳
我有下面的pyspark数据帧。 Job_name start_time status
A 09:00:00 Not started
B 09:30:00 Completed
C 09:30:00 Running 我正在尝试创建一个列表-从上面的数据框中创建一个列表，如下所示。 预期输出： lst = ["job A Not started at 09:00:00", "job B Completed at 9:30", "job C Running at 9.30"] 有没有办法将pysp
浏览 34提问于2021-09-21得票数 1
回答已采纳
1回答
我正在尝试寻找一种快速的方法(最好不要使用for循环)来模仿以下代码：
# a and b are arrays of the same length
# f is function of 3 scalar variables
res = np.zeros(len(a))
temp = 1
for i in range(len(a)):
temp = f(temp, a[i], b[i])
res[i] = temp
请注意，temp变量在每次迭代时都会更新。这段代码与可以使用NumPy的累积机制实现的功能非常相似。但是，在我的例子中，函数f中使用了几个数组。
函数f可以类
浏览 0提问于2020-07-27得票数 1
这是我的数据
我想为产品列中的每个产品生成列B。
我试过使用pyspark的铅/滞后函数，但无法准确地生成它。
浏览 2提问于2020-09-21得票数 1
回答已采纳
1回答
我对pyspark是非常非常陌生的。我的数据框看起来像- id value subject
1 75 eng
1 80 his
2 83 math
2 73 science
3 88 eng 我要我的数据框- id eng his math science
1 .49 .51 0 0
2 0 0
浏览 13提问于2019-05-09得票数 0
1回答
我有一个包含两列(id，name)的数据框。名称列具有相关的名称。例如，术语，相关术语，相关行，行。
我想在不同的行中找到相似的名字。我已经尝试了余弦相似度，但无法实现这一点。
我已经使用pyspark计算了TF-IDF。寻找使用pyspark在不同行中获取相关名称的方法。
浏览 11提问于2018-02-23得票数 0
我有一个SparkJob，它从在N项之间创建一个成对的分数矩阵开始。虽然密集，这是相当快-到大约20K元素，之后，它似乎被困了很长时间。我在多次尝试中看到的最后一个日志行是“清除累加器”，我将下面的代码块附加到下面，以便用随机创建的50K元素数据集来重现这个问题。笛卡尔产品的速度相当快，结果的RDD计数会在几分钟内(25亿行)返回，但是第二次计数会停留两个多小时，日志或Spark中没有任何进展更新。我有一个由15个EC2 M3.2xLarge节点组成的集群。我怎样才能理解这里正在发生的事情，以及如何加快这一进程？
import random
from pyspark.context impor
浏览 2提问于2016-06-29得票数 1
1回答
我的数据框看起来像- id gender age
1 m 27
2 m 39
3 f 99
4 f 11
5 m 46
6 f 60 我要我的最终数据框看起来像- id gender age new_age
1 m 27 27
2 m 39
浏览 28提问于2020-01-28得票数 0
1回答
我有一个只有一列的数据框。在此数据框的每一行中，都有一个列表。例如： df = spark.createDataFrame(
[
[[13,23]],
[[55,65]],
],
['col',]
) 然后，我定义了一个UDF，它基本上将列表中的第一个数字加1，并将列表中的第二个数字加1.5。 def calculate(mylist) :
x = mylist[0] + 1
y = mylist[1] + 1.5
return x,y 问题是，当我对我的数据框应用这个函数时，它会返回X值，但不会返回Y值。我
浏览 25提问于2020-01-23得票数 0
回答已采纳
6回答
在pandas数据框中，我使用以下代码来绘制列的直方图：
my_df.hist(column = 'field_1')
有没有什么东西可以在pyspark数据帧中实现同样的目标？(我在Jupyter Notebook中)谢谢！
浏览 5提问于2016-08-26得票数 35
使用Pyspark时，如果dataframe A中的IP地址在IP网络范围内或命中dataframe B中的相同IP地址，我希望合并/合并。
数据帧A仅包含IP地址，另一个数据帧包含IP地址或带有CIDR的IP地址。下面是一个例子。
Dataframe A
+---------------+
| ip_address|
+---------------+
| 192.0.2.2|
| 164.42.155.5|
| 52.95.245.0|
| 66.42.224.235|
| ...|
+---------------+
Datafram
浏览 1提问于2018-06-28得票数 1
2回答
我正在做基于6个月的月度回报的滞后累积回报。所以这是一个运行的总数。我知道在Excel中怎么做。如下图所示。我如何在Pandas中做到这一点？ ?
浏览 85提问于2021-11-02得票数 1
我正在研究PySpark。我有一个数据框，我需要将其转储为JSON文件，但JSON文件应具有以下格式，例如- {"Column 1": [9202, 9202, 9202, ....], "Column 2": ["FEMALE", "No matching concept", "MALE", ....]} 因此，每列应该有一个键，相应的值应该包含该列中的所有值的列表 我尝试将其转换为Pandas数据帧，然后在将其作为JSON转储之前转换为字典，并成功地完成了转换，但由于数据量非常大，我想直接在PySpark数据
浏览 14提问于2019-12-18得票数 1
回答已采纳
我正在尝试根据它们的到达顺序来确定批次类型的顺序。 我从这个DataFrame开始 +--------+-----+
|sequence|batch|
+————————+—————+
| 1| a|
| 2| a|
| 3| a|
| 4| a|
| 5| b|
| 6| b|
| 7| b|
| 8| a|
| 9| a|
| 10| a|
| 11| c|
| 12| c|
|
浏览 12提问于2019-04-20得票数 2
回答已采纳
1回答
我有一个价格时间序列，我试图在一个新的给定列中创建一个函数：
对于第一行(价格时间序列的第一天)，值为100 (例如初始投资)。
然后，对于随后的行，如果满足一个条件(此处，ma 10 > ma 30)，则将基础投资的100乘以今天的价格/昨天的价格。
这是我的代码：
inv <- function(x){
if(length(x) <2 ){x = 100}
else if(data$ma10 > data$ma30 && length(x) > 1){x = shift(x, 1L, type ="lag"
浏览 1提问于2018-03-15得票数 0
1回答
Proc在R中展开
、、、
我正致力于将SAS代码转换为R，而且由于我对SAS相对较新，所以我很难理解以下代码片段-
proc expand data=A out=B;
by number beg_date;
id date;
convert alpha1=calpha1/transformout=(+1 cuprod -1);
convert alpha2=calpha2/transformout=(+1 cuprod -1);
convert alpha3=calpha3/transformout=(+1 cuprod -1);
run;
据我所知，展开是用来扩展时间序列数据，如从每月到四元，或收缩它们。但是by
浏览 2提问于2014-01-06得票数 1
回答已采纳
我有一个JSON文件，我想做一些ETL任务。我想提取一列，并将其值作为新行附加到数据框中。例如，如果我有一个这样的数据框： -----------------------------------------------------------------
|name | last | father |
-----------------------------------------------------------------
| daniel | allardice | {'name'
浏览 18提问于2019-12-29得票数 0
回答已采纳
我有一个python/pyspark格式的数据框，其中包含列id、time、city、zip等......
现在，我向该数据框添加了一个新的列name。
现在，我必须以这样的方式排列列：name列在id之后
我已经做了如下工作
change_cols = ['id', 'name']
cols = ([col for col in change_cols if col in df]
+ [col for col in df if col not in change_cols])
df = df[cols]
我得到了这个错误
pyspark.
浏览 0提问于2017-03-21得票数 46
回答已采纳
我有一个有7列的pyspark数据框，我必须添加一个名为" sum“的新列，并计算在sum列中包含数据(非null)的列的数量。Example a data frame in which yellow highlighted part is required answer
浏览 8提问于2020-01-19得票数 1
回答已采纳
我有一个pyspark 2.0.1。我正在尝试按我的数据框分组，并从我的数据框中检索所有字段的值。我发现
z=data1.groupby('country').agg(F.collect_list('names'))
将给我的国家和名称的属性和名称属性的值，它将给出的列标题为collect_list(names)。但是对于我的工作，我有大约15列的数据帧&我会运行一个循环，每次在循环中改变groupby字段，需要所有剩余的fields.Can的输出，你能建议我如何使用collect_list()或任何其他pyspark函数吗？
我也试过这个代码
fro
浏览 6提问于2017-10-18得票数 3
我的Pyspark数据框如下所示。我必须从pyspark代码中删除group by函数，以提高代码的性能。我必须对10万个数据执行操作。 初始数据 创建Dataframe df = spark.createDataFrame([
(0, ['-9.53', '-9.35', '0.18']),
(1, ['-7.77', '-7.61', '0.16']),
(2, ['-5.80', '-5.71', '0.10']),
(0, ['1&#
浏览 42提问于2020-12-29得票数 0
1回答
我在pyspark中有一个类似下面示例的数据框。我想复制数据框中的列，并将其重命名为另一个列名。
Name Age Rate
Aira 23 90
Ben 32 98
Cat 27 95
期望的输出为：
Name Age Rate Rate2
Aira 23 90 90
Ben 32 98 98
Cat 27 95 95
我该怎么做呢？
浏览 5提问于2018-05-18得票数 13
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
