Python 什么'；删除所有值相同（例如0）的pyspark列的最快方法是什么？

我有一个庞大的pyspark数据帧，我需要从数据帧中删除所有都是0的列。我目前正在为此使用以下代码：

columns = list(masterdata_raw.schema.names)
zero_col = []
for col_ in columns:
    col_max = masterdata_raw.agg({col_: "max"}).collect()[0]
    col_min = masterdata_raw.agg({col_: "min"}).collect()[0]
    if col_max == 0 and col_min == 0:
        zero_col = zero_col.append(col_)

#*********removing the features found above************
for col_ in zero_col:
    masterdata_raw = masterdata_raw.drop(col_)

不幸的是，这会运行两次聚合，

.collect

的结果也会运行两次…速度很慢

我已经尝试合并聚合，但是因为我试图在一个字典中聚合相同的列名，所以我只得到一个结果。我想我本可以添加另一个名称不同的列，然后同时聚合这两个列，但这似乎效率也很低

过滤pyspark中所有

0

列的最快方法是什么？

为什么不

for col_ in columns:
     if masterdata_raw.groupBy().sum(col_).collect() == 0
        masterdata_raw.drop(col_)

为什么不

for col_ in columns:
     if masterdata_raw.groupBy().sum(col_).collect() == 0
        masterdata_raw.drop(col_)

---

这不一定行得通。（例如，一列50个负数和50个负数）这不一定有效。（例如，一列50个负数和50个负数）关于

描述

？关于

描述

？