Pyspark中别名方法的目的是什么

Question

在学习python的Spark时，我很难理解alias方法的目的及其用法。该文档显示它用于创建带有新名称的现有DataFrame的副本，然后将它们加入：

>>> from pyspark.sql.functions import *
>>> df_as1 = df.alias("df_as1")
>>> df_as2 = df.alias("df_as2")
>>> joined_df = df_as1.join(df_as2, col("df_as1.name") == col("df_as2.name"), 'inner')
>>> joined_df.select("df_as1.name", "df_as2.name", "df_as2.age").collect()
[Row(name=u'Bob', name=u'Bob', age=5), Row(name=u'Alice', name=u'Alice', age=2)]

我的问题有两个部分：

1. alias输入的目的是什么？当我们已经将新数据框分配给变量df_as1时，给出别名字符串"df_as1"似乎是多余的。如果我们要使用df_as1 = df.alias("new_df")，"new_df"会在哪里出现？

2. 通常， alias何时有用？上面的示例感觉有些人造，但是从探索教程和示例似乎是定期使用的 - 我只是不清楚它所提供的值。

编辑：我的一些原始混乱来自DataFrame和Column都有alias方法的事实。尽管如此，我仍然对以上两个问题感到好奇，现在问题2也适用于Column.alias。

Answer 1

1. 变量名称无关紧要，可以是您想要的。这是字符串列标识符和打印输出中将使用的内容。

2. 我认为别名的主要目的是实现更好的简短，并在具有冲突的列名称时避免可能混淆。例如，在您搜索该列中最大的价值后，简单地将"年龄"的简单变为" max_age"。或者，您可以为公司中的员工提供一个数据框架，并与自己加入并过滤，以便您拥有经理分级对。在这种上下文中使用诸如" Manager.name"之类的列名可能很有用。