কাঠামো সমতল হলে:
val df = Seq((1L, "a", "foo", 3.0)).toDF
df.printSchema
সবচেয়ে সহজ কাজটি আপনি করতে পারেন toDF
পদ্ধতিটি ব্যবহার করা :
val newNames = Seq("id", "x1", "x2", "x3")
val dfRenamed = df.toDF(newNames: _*)
dfRenamed.printSchema
আপনি যদি স্বতন্ত্র কলামগুলির নাম পরিবর্তন করতে চান তবে আপনি এটির select
সাথে ব্যবহার করতে পারেন alias
:
df.select($"_1".alias("x1"))
যা সহজেই একাধিক কলামে সাধারণীকরণ করা যায়:
val lookup = Map("_1" -> "foo", "_3" -> "bar")
df.select(df.columns.map(c => col(c).as(lookup.getOrElse(c, c))): _*)
বা withColumnRenamed
:
df.withColumnRenamed("_1", "x1")
যা foldLeft
একাধিক কলামের নাম পরিবর্তন করতে ব্যবহার করে :
lookup.foldLeft(df)((acc, ca) => acc.withColumnRenamed(ca._1, ca._2))
নেস্টেড স্ট্রাকচার ( structs
) দ্বারা একটি সম্ভাব্য বিকল্পটি পুরো কাঠামোটি নির্বাচন করে নাম পরিবর্তন করা হচ্ছে:
val nested = spark.read.json(sc.parallelize(Seq(
"""{"foobar": {"foo": {"bar": {"first": 1.0, "second": 2.0}}}, "id": 1}"""
)))
nested.printSchema
@transient val foobarRenamed = struct(
struct(
struct(
$"foobar.foo.bar.first".as("x"), $"foobar.foo.bar.first".as("y")
).alias("point")
).alias("location")
).alias("record")
nested.select(foobarRenamed, $"id").printSchema
মনে রাখবেন এটি nullability
মেটাডেটা প্রভাবিত করতে পারে । আর একটি সম্ভাবনা কাস্টিং দ্বারা নামকরণ করা:
nested.select($"foobar".cast(
"struct<location:struct<point:struct<x:double,y:double>>>"
).alias("record")).printSchema
বা:
import org.apache.spark.sql.types._
nested.select($"foobar".cast(
StructType(Seq(
StructField("location", StructType(Seq(
StructField("point", StructType(Seq(
StructField("x", DoubleType), StructField("y", DoubleType)))))))))
).alias("record")).printSchema