尝试这样的事情：
from pyspark.sql.functions import col, lower, trimexprs = [ lower(trim(col(c))).alias(c) if t == "string" else col(c) for (c, t) in df.dtypes]df.select(*exprs)
与您当前的解决方案相比，此方法有两个主要优点：
- 它仅需要单个投影（没有增长的谱系，这很可能导致SO），而不是每个字符串列的投影。
- 它仅直接操作内部表示，而没有将数据传递给Python（
BatchPythonProcessing
）。
