Python PySpark Dataframe删除多列的最佳实践？

假设有人想从数据帧中删除一列。在不创建新的数据帧的情况下，可以实现这一点吗

df=df.drop（“标签”）

似乎创建一个新的数据帧更安全、更正确，对吗？重复使用上述数据帧可能会遇到什么问题

如果重复使用数据帧是一种不好的做法，那么假设您想要删除多个与模式匹配的列：

for col in df.columns:
  if col.startswith("aux_"):
    df = df.drop(col)

在这种情况下，每次创建一个新的数据帧似乎不切实际。

---

最佳做法是什么

如果要删除多个列，我认为第一步是识别列，将其保存在列表中，然后执行单个

。删除
，类似于：

your_column_list = [col for col in df.columns if col.startswith("aux") ]
df.drop(*your_column_list)

这是根据我对spark dataframe的理解，您不必担心它每次都返回新的dataframe，您在那里所做的只是对dataframe进行转换。您可以对数据帧执行许多转换，只有当您对数据帧执行任何操作时，它才会生成新的数据帧

下面是有关转换与操作的更多信息，
我对标题进行了编辑，使其更加具体，请看一看。并非每次都会创建新的数据框。你的方式很好。