Pyspark-将列表/元组传递给toDF函数

Question

我有一个数据框，并想通过传递列表中的列名称使用toDF重命名它，这里的列列表是动态的，当我做下面的操作时遇到错误，我该如何实现呢？

>>> df.printSchema()
root
 |-- id: long (nullable = true)
 |-- name: string (nullable = true)
 |-- dept: string (nullable = true)

columns = ['NAME_FIRST', 'DEPT_NAME']

df2 = df.toDF('ID', 'NAME_FIRST', 'DEPT_NAME')
(or) 
df2 = df.toDF('id', columns[0], columns[1])

如果我们不知道输入数据帧中会有多少列，则此方法不起作用，因此要将列表传递给df2，我尝试如下

df2 = df.toDF('id', columns)
pyspark.sql.utils.IllegalArgumentException: u"requirement failed: The number of columns doesn't match.\nOld column names (3): id, name, dept\nNew column names (2): id, name_first, dept_name"

在这里，它将列表视为单个项目，如何传递列表中的列？

Answer 1

df2 = df.toDF(columns)不起作用，请添加*，如下所示-

columns = ['NAME_FIRST', 'DEPT_NAME']

df2 = df.toDF(*columns)

"*" is the "splat" operator: It takes a list as input, and expands it into actual positional arguments in the function call