如何处理pyspark dataframe列

from pyspark.sql import SparkSession
from pyspark.sql.functions import col

spark = SparkSession.builder.getOrCreate()

# 选择单个列
df.select("column_name")

# 选择多个列
df.select("column_name1", "column_name2")

# 使用 col() 函数选择列
df.select(col("column_name"))

# 使用别名选择列
df.select(col("column_name").alias("new_column_name"))

# 使用 filter() 方法过滤列
df.filter(col("column_name") > 10)

# 使用 where() 方法过滤列
df.where(col("column_name") > 10)

# 使用现有列进行计算并添加新列
df.withColumn("new_column_name", col("column_name1") + col("column_name2"))

# 使用常量值添加新列
df.withColumn("new_column_name", lit(10))

# 更新现有列的值
df.withColumn("column_name", col("column_name") * 2)

# 删除列
df.drop("column_name")

# 重命名列
df.withColumnRenamed("old_column_name", "new_column_name")