我有一个pysparkDataframe，只有很少的列

col1    col2    col3
---------------------
1.      2.1.    3.2
3.2.    4.2.    5.1

我想应用三个函数 f1(x), f2(x), f3(x) 每一个都指向Dataframe的相应列，这样我就可以

col1        col2        col3
-------------------------------
f1(1.)      f2(2.1.)    f3(3.2)
f1(3.2.)    f2(4.2.)    f3(5.1)

我试图避免为每一列定义一个udf，所以我的想法是从每一列应用一个函数（可能是带有索引的zip，我也可以在原始数据集中定义），构建一个rdd，然后连接回原始Dataframe。
这是一个可行的解决方案，还是有办法做得更好？
更新：根据@andre'perez的建议，我可以为每一列定义一个udf，并使用sparksql来应用它，或者作为替代

import numpy as np
import pyspark.sql.functions as F
f1_udf = F.udf(lambda x: float(np.sin(x)), FloatType())
f2_udf = F.udf(lambda x: float(np.cos(x)), FloatType())
f3_udf = F.udf(lambda x: float(np.tan(x)), FloatType())

df = df.withColumn("col1", f1_udf("col1"))
df = df.withColumn("col2", f2_udf("col2"))
df = df.withColumn("col3", f3_udf("col3"))