PySpark :如何并列2列？

PySpark是一种基于Python的Spark编程接口，用于处理大规模数据集的分布式计算。在PySpark中，并列两列可以通过使用withColumn方法和concat函数来实现。

首先，使用withColumn方法创建一个新的列，将两列合并为一个新的列。可以使用concat函数将两列并列在一起。concat函数接受一个或多个列作为参数，并返回一个新的列，其中包含所有输入列的值。

下面是一个示例代码：

from pyspark.sql import SparkSession
from pyspark.sql.functions import concat

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例数据集
data = [("John", "Doe"), ("Jane", "Smith"), ("Bob", "Johnson")]
df = spark.createDataFrame(data, ["first_name", "last_name"])

# 并列两列
df = df.withColumn("full_name", concat(df.first_name, df.last_name))

# 显示结果
df.show()

运行以上代码，将会输出以下结果：

+----------+---------+-------------+
|first_name|last_name|    full_name|
+----------+---------+-------------+
|      John|      Doe|     JohnDoe|
|      Jane|    Smith|   JaneSmith|
|       Bob|  Johnson| BobJohnson|
+----------+---------+-------------+

在这个例子中，我们使用withColumn方法创建了一个名为full_name的新列，通过将first_name和last_name列传递给concat函数来合并这两列。最后，我们使用show方法显示结果。

对于PySpark的更多信息和使用方法，可以参考腾讯云的PySpark产品介绍页面：PySpark产品介绍。