Pyspark SparkSQL，Spark数据帧：批量重命名csv头

我正在尝试更改一个非常大的csv文件的标题

我使用SparkSQL

所有标题的每个标题名称中都有

some\u string

，如

some\u string.header\u name

我的Spark配置

conf=SparkConf（）.setMaster（“本地[*]”）。setAppName（“readCSV”）

要读取csv文件，我使用

com.databricks.spark.csv包

   logs_df = sqlContext.load(
   source = "com.databricks.spark.csv",
   header = 'true',
   inferSchema ='true',
   path = 'my_file.csv'
)

我的代码

 header = logs_df.first()
 schemaString = header.replace('`some_string.`','')

产生错误：

  AttributeError                            
  Traceback (most recent call last)
  <ipython-input-63-ccfad59fc785> in <module>()

   1255             raise AttributeError(item)
   1256         except ValueError:
-> 1257             raise AttributeError(item)
   1258 
   1259     def __setattr__(self, key, value):

AttributeError: replace

AttributeError
回溯（最近一次呼叫最后一次）
在（）
1255提高属性错误（项目）
1256除值错误外：
->1257提高属性错误（项目）
1258
1259定义设置属性（自身、键、值）：
属性错误：替换

我不喜欢使用

logs\u df.withColumnRename（）

，因为我有200多列

---

非常欣赏如何快速有效地更改标题的任何想法

我对Python的了解还不足以提供示例代码片段。希望这能给你一些关于Python的提示。。。 选项1：我可能建议使用RDD并使用反射（）构建模式。 在scala中，我将使用case类来反映这一点。 RDD的一个问题可能与它的性能有关

选项2：另一个选项可能是使用DataFrame.toDF（colNames:String*）：DataFrame。基本上，按照您想要的正确顺序排列/选择列，并使用编程构建的序列提供列名

希望这有帮助