PySpark：使用Dinamic名称对更多列求和

我有这样的想法：

+------+------+--------------+---------------+--------------+---------------+--------------+

|  A .....|.. B ..|2019-01-31|2019-02-28|2019-03-31|2019-04-30|2019-05-31|

+------+------+--------------+---------------+--------------+---------------+--------------+

|11125 |SL15|  15.0    |   12.0   |    1.0   |    0.0   |    0.0   |

|20047 |SL20|   7.0    |   13.0   |    1.0   |    0.0   |    0.0   |

|35858 |SL25|   8.0    |    0.0   |    1.0   |    0.0   |    0.0   |

我正在创建一个计算字段，如newfield，它汇总了第3列到第7列（5个月）。 我的问题是列具有动态名称。 这个月的列名与下个月的列名不同，但始终位于准确的位置。（固定在flow中，必须位于位置3的正确列将在下个月位于位置3，只有名称在更改）

这意味着每个月我都会总结3到7列

范例 如果我分配第一个变量如colH1=F.col（“2019-01-31”），第二个变量如colH2=F.col（“2019-02-28”），我可以在它们之间进行数学运算。
新的计算列如下所示：df=df.withColumn（'New_column'，（（colH1）+（colH2）））

需要更改的是colH1=F.col（“2019-01-31”）的赋值，因为（“2019-01-31”）是本月DF中第3位列的固定名称，但名称将在下个月更改。我需要计算“位置3”

我不能使用df.select，因为这个操作只是选择确切的列，但是我无法将它连接回原始df-没有用于连接的唯一键

---

我希望这能解释我的需求，但不能找到解决这种情况的方法。

根据列索引获取列名并存储到变量中。您可以通过下面的代码根据列索引获取列名

df.列（索引）

在下面的代码中传递变量

df=df.withColumn（'new_column'，（（var1）+（var2）））