pyspark：聚合字段的新列名

我有以下代码和一些聚合函数：

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

然后我的新列是

COUNT（id）

和

MAX（money）

。我可以自己指定列名而不是使用默认列名吗？例如，我希望他们被称为

my\u count\u id

和

my\u max\u money

。我该怎么做？谢谢

使用列而不是命令：

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

使用非dict列：

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

可能是这样的：

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

或：

可能是这样的：

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

或：

---

我一直在使用

with columnRename

但这不是一个非常优雅的解决方案。我一直在使用

with columnRename

但这不是一个非常优雅的解决方案。假设有一个聚合函数，比如func.sum，当有1k列时，有没有一种有效的方法来分组和别名？我目前的解决方法是：

X=df.columns[1:]new_colls=[df.columns[0]+[X+''u summated'for X in X]exprs={X:sum”for X in X}dg=df.groupBy（“col1”）.agg（exprs）。toDF（*new_cols）

假设有一个聚合函数，比如func.sum，当有1k列时，有没有一种有效的方法来实现groupBy和别名？我当前的解决方法是：

X=df.columns[1:]new_columns=[df.columns[0]+[X+''u summated'for X in X]exprs={X:sum”for X in X}dg=df.groupBy（“col1”）.agg（exprs）.toDF（*new_cols）