pyspark：集計フィールドの新しい列名

Question

私はいくつかの集計関数で次のコードを持っている：

new_df = my_df.groupBy('id').agg({"id": "count", "money":"max"}) 

その後、私は持っている新しい列がCOUNT(id)とMAX(money)です。既定値を使用する代わりに、自分で列名を指定することはできますか？例えば。私はそれらをmy_count_idとmy_max_moneyと呼ぶようにしたい。それ、どうやったら出来るの？ありがとう！

Answer 1

列を使用しませ辞書：

>>> from pyspark.sql.functions import * 
>>> my_df.groupBy('id').agg(count("id").alias("some name"), max("money").alias("some other name")) 

Answer 2

多分何かのように：

new_df = my_df.groupBy('id') \ 
    .agg({"id": "count", "money": "max"}) \ 
    .withColumnRenamed("COUNT(id)", "my_count_id") \ 
    .withColumnRenamed("MAX(money)", "my_max_money") 

か：

import pyspark.sql.functions as func 

new_df = my_df.groupBy('id') \ 
    .agg(func.count("id").alias("my_count_id"), 
     func.max("money").alias("my_max_money"))