Dataframe PySpark中的列重新排列

我有一个包含很多列的数据框架。现在我想调整列的顺序。
许多列必须排在第一位（按特定顺序），后面的其余列按列名排序（不是手动排序，因为有很多列）

如何使用PySpark实现这一点

我想先对它们进行排序，然后再按特定顺序调整一些

df.orderBy(cols, ascending=True)

假设当前列顺序为：

col_a, col_k, col_c, col_h, col_e, col_f, col_g, col_d, col_j, col_i, col_b

所需新订单：

col_c, col_j, col_a, col_g :: col_b, col_d, col_e, col_f, col_h, col_i, col_k

---

在

之前：：

是按特定顺序排列的列，在剩余的列按列名排序之后

您可以选择第一个特定列，使用python对其余列进行排序

排序

，然后在df中选择：

first_cols = ["col_c", "col_j", "col_a", "col_g"]
other_cols = sorted([c for c in df.columns if c not in first_cols], key=str.lower())

rearanged_cols = first_cols + other_cols

然后：

或：

---

您可以选择第一个特定列，使用python对其余列进行排序

sorted

，然后在df中选择：

first_cols = ["col_c", "col_j", "col_a", "col_g"]
other_cols = sorted([c for c in df.columns if c not in first_cols], key=str.lower())

rearanged_cols = first_cols + other_cols

然后：

或：

df = df.select(*rearanged_cols)